Huggy Lingo: 利用机器学习改进 Hugging Face Hub 上的语言元数据

作者：HuggingFace发布时间：2024-01-04

太长不看版: Hub 上有不少数据集没有语言元数据，我们用机器学习来检测其语言，并使用 librarian-bots 自动向这些数据集提 PR 以添加其语言元数据。 Hugging Face Hub...【查看原文】

相关资讯

重磅｜ Falcon 180B 正式在 Hugging Face Hub 上发布！

引言我们很高兴地宣布由 Technology Innovation Institute (TII) 训练的开源大模型 Falcon 180B 登陆 Hugging Face! Falcon 180B 为开源大模型树立了全新的标杆。作为当前最大的开源大模型，有180B 参数并且是在在 3.5 万亿 token 的 TII RefinedWeb 数据集上进行训练，这也是目前开源模型里最长的单波段预训练。TII: https://falconllm.tii.ae/RefinedWeb:https://hf.co

Hugging Face

HuggingFace 2023-09-06

Google 发布最新开放大语言模型 Gemma 2，现已登陆 Hugging Face Hub

Google 发布了最新的开放大语言模型 Gemma 2，我们非常高兴与 Google 合作，确保其在 Hugging Face 生态系统中的最佳集成。你可以在 Hub 上找到 4 个开源模型 (2 个基础模型和 2 个微调模型) 。发布的功能和集成包括：Hub 上的模型https://hf.co/collections/google/g-667d6600fd5220e7b967f315Hugging Face Transformers 集成https://github.com/huggingface/t

谷歌大语言模型 Hugging Face GitHub

HuggingFace 2024-06-28

重要变更 | Hugging Face Hub 的 Git 操作不再支持使用密码验证

在 Hugging Face，我们一直致力于提升服务安全性，因此，我们将对通过 Git 与 Hugging Face Hub 交互时的认证方式进行更改。从 2023 年 10 月 1 日开始，我们将不再接受密码作为命令行 Git 操作的认证方式。我们推荐使用更安全的认证方法，例如用个人访问令牌替换密码或使用 SSH 密钥。背景近几个月来，我们已经实施了各种安全增强功能，包括登录提醒和 Git 中对 SSH 密钥的支持，不过，用户仍然可以使用用户名和密码进行 Git 操作的认证。为了进一步提高安全性，我们

Hugging Face

HuggingFace 2023-08-31

Hugging Face 的 Transformers 库学习总结

Transformers 库是什么自然语言处理简称 NLP ，是语言学习和机器学习交叉领域，专注于理解与人类语言相关的一切。常见的 NLP 任务列表如下：对整个句子进行分类：获取评论的情绪，检

Hugging Face 机器学习

tinker 2023-08-13

Hugging Face 大语言模型优化技术

大语言模型的生产部署存在两个主要的挑战，一个是需要大量的参数，一个是需要处理非常长的用于表示上下文信息的输入序列。Hugging Face基于他们提供大模型服务的经验分享了一些克服这些障碍的技术。

Hugging Face 大语言模型

Sergio De Simone 2023-10-07

近期资讯

塞那侵犯华为耳夹耳机专利华为Free Clip卖爆了

【CNMO】在当下这个电子信息化的时代，智能手机为人们提供了诸多便利，让人们接收信息的更快捷，也让娱乐体验获得了质的提升。而伴随着手机的发展，与之相匹配的耳机也在不断进化，当前很多人都在使用蓝牙耳机产品，各式各样的形态也让用户的选择变得更加多元。

手机中国 2024-11-02

新能源汽车大突破：全新无隔膜固态锂电池来了

快科技11月2日消息，太蓝新能源宣布，将联合长安汽车于11月7日举办无隔膜固态锂电池技术联合发布会。太蓝新能源和长安汽车联合研发的全新无隔膜固态锂电池表现如何，我们拭目以待。

快科技 2024-11-02

德邦科技：公司材料广泛应用于华为、小米等智能终端领域的企业上

11月1日，德邦科技在回应投资者询问时表示，公司智能终端封装材料广泛应用于国内外知名品牌，包括苹果公司、华为公司、小米科技等智能终端领域的全球龙头企业。公司光敏树脂材料已批量应用于小米15最新屏幕工艺“LIPO立体屏幕封装技术”。

新京报 2024-11-02

大模型压缩KV缓存新突破，中科大提出自适应预算分配，工业界已落地vLLM框架

中科大研究团队提出Ada-KV，通过自适应预算分配算法来优化KV缓存的驱逐过程，以提高推理效率。不过令人头秃的是，现有压缩方法往往在各个注意力头之间平均分配预算，未能考虑其特性差异。

量子位 2024-11-02

科学家找到中国高危前列腺癌患者早期诊断和治疗新线索

2024年9月6日，我们团队（中国科学院上海药物研究所谭敏佳课题组）、中科中山药物创新研究院徐骏宇课题组，联合中国科学院营养与健康研究所秦骏课题组、上海交通大学医学院附属仁济医院薛蔚和董柏君团队、上海交通大学生命科学技术学院李婧课题组，在《自然》（Nature）子刊《自然-癌症》（NatureCancer）上共同发表了一篇题为《中国患者高...

科普中国 2024-11-02

Linux除名俄开发者，十几家操作系统惊醒，政务端要被鸿蒙吃掉

文/王新喜这几天，IT圈发生了一个恶劣事件，开源操作系统Linux内核的主要维护者之一GregKroah-Hartman提交了一项文档更新，11名Linux核心驱动维护的俄罗斯人从开发者名单上被移除。而这些被删掉的不是普通的代码贡献者，而是Linux开源项目的领导者和管理者。

王新喜 2024-11-02

1比1复刻！正式运行

近日，中国空间站科学实验镜像平台进入正式运行阶段，将为空间站科学实验提供重要支撑。据介绍，中国空间站科学实验镜像平台配备了14个科学实验柜，以及相应的信息、配电、流体散热等舱内外公共支撑设备等，是地面上与中国空间站平行运行的科学实验系统。再者，可以支持天地比对实验，空间站上的科学实验可以与镜像平台的地面实验进行天地比对分析研究。

海外网 2024-11-02

移动爱家“焕新”升级以AI科技引领智慧家庭风尚

11月1日，第十四届中国轻工业信息化大会暨智能居家展洽会在重庆启幕，重庆移动携“移动爱家”品牌精彩亮相，以AI科技打造家庭智慧生活新范式。“移动爱家”是中国移动第四大客户品牌，今年10月全面“焕新”，其以“爱与AI”为核心，重塑“有AI的智慧家、有爱的美好家”品牌新内涵，着力构建“一根线+一张网+一个家”的智慧家庭服务体系。

上游新闻 2024-11-02

AI+自媒体，普通人新的时代红利！

用好它，相信能快速帮大家定位自己的专业方向，了解自己的优势、发现自己的不足，明确自己的成长目标，并通过匹配课程快速补齐所需能力。

三节课 2024-11-02

当三星堆、金沙远渡重洋 “古蜀与印加文明互鉴展”将在秘鲁举办

据介绍，展览以“对话·互鉴”为主题，精选四川广汉三星堆博物馆、成都金沙遗址博物馆的16件（套）代表性文物复制品、3D打印艺术品以及印加博物馆馆藏的7件（套）精美器物，通过图文呈现、数字展示、学术沙龙等形式，让观众跨越时空感受古蜀与印加文明之间“和而不同”的精彩碰撞，展现人类文明“美美与共”的独特魅力。

封面新闻 2024-11-02

Huggy Lingo: 利用机器学习改进 Hugging Face Hub 上的语言元数据

推荐体验

相关资讯

重磅｜ Falcon 180B 正式在 Hugging Face Hub 上发布！

Google 发布最新开放大语言模型 Gemma 2，现已登陆 Hugging Face Hub

重要变更 | Hugging Face Hub 的 Git 操作不再支持使用密码验证

Hugging Face 的 Transformers 库学习总结

Hugging Face 大语言模型优化技术

近期资讯

塞那侵犯华为耳夹耳机专利华为Free Clip卖爆了

新能源汽车大突破：全新无隔膜固态锂电池来了

德邦科技：公司材料广泛应用于华为、小米等智能终端领域的企业上

大模型压缩KV缓存新突破，中科大提出自适应预算分配，工业界已落地vLLM框架

科学家找到中国高危前列腺癌患者早期诊断和治疗新线索

Linux除名俄开发者，十几家操作系统惊醒，政务端要被鸿蒙吃掉

1比1复刻！正式运行

移动爱家“焕新”升级以AI科技引领智慧家庭风尚

AI+自媒体，普通人新的时代红利！

当三星堆、金沙远渡重洋 “古蜀与印加文明互鉴展”将在秘鲁举办

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响