Hugging Face

Hugging Face是一家美國公司，專門開發用於構建機器學習應用的工具。該公司的代表產品是其為自然語言處理應用構建的transformers庫，以及允許使用者共享機器學習模型和資料集的平台。

此條目介紹的是美國公司。關於表情圖案，請見「表情符號 (繪文字)」。

Hugging Face, Inc.
公司類型	私人公司
成立	2016年，​9年前​（2016），紐約
代表人物	Clément Delangue（CEO） Julien Chaumond（CTO） Thomas Wolf（CSO）
總部	New York City , U.S.
業務範圍	全世界
產業	人工智慧、機器學習、軟體開發
產品	Transformers模型、資料集（datasets）、spaces
營業額	15,000,000 美元 (2022年)
員工人數	170 (2023年)
網站	huggingface.co

歷史

Hugging Face成立於2016年，由法國企業家克萊門特·德朗格（法語：Clément Delangue）、朱利安·肖蒙（Julien Chaumond）和托馬斯·沃爾夫（Thomas Wolf）創立，最初是一家開發面向青少年的聊天機器人應用程式的公司^[1] 。在開源聊天機器人背後的模型後，該公司轉變方向，專注於成為一個機器學習平台。

2021年3月，Hugging Face在B輪融資（英語：Series B）中籌集了4000萬美元^[2]。

2021年4月28日，Hugging Face與其他幾個研究團隊合作，推出了BigScience研究工作坊（BigScience Research Workshop），發布了一個開放的大型語言模型^[3]。2022年，該工作坊以1760億參數的多語言大型語言模型BLOOM（英語：BLOOM (language model)）的發布而結束^[4]。

2021年12月21日，該公司宣布收購Gradio，這是一個用於製作機器學習模型互動式瀏覽器演示的軟體庫^[5]。

2022年5月5日，該公司宣布由Coatue（英語：Coatue Management）和Sequoia領投的C輪融資（英語：Series C）^[6]。公司估值達到20億美元。

2022年5月13日，該公司推出了學生大使計劃，旨在到2023年時實現向500萬人教授機器學習^[7]。

2022年5月26日，該公司宣布與Graphcore（英語：Graphcore）合作，為Graphcore IPU最佳化其Transformers庫^[8]。

2022年8月3日，該公司宣布推出Private Hub，這是其公共Hugging Face Hub的企業版本，支援SaaS或本地部署（英語：On-premises software）^[9]。

2023年2月，該公司宣布與亞馬遜雲端運算服務（AWS）合作，使Hugging Face的產品可供AWS客戶使用，作為構建其自訂應用程式的基礎。該公司還表示，下一代BLOOM將在AWS建立的專有機器學習晶片Trainium上執行^[10][11]。

服務與技術

Transformers模型庫

Transformers模型庫（Transformers Library）是一個Python軟體套件，其中包含了用於文字、圖像和音訊任務的Transformer模型的開源實現。它與PyTorch、TensorFlow和JAX深度學習庫相容，並包括了BERT和GPT-2等知名模型的實現^[12]。該庫最初名為「pytorch-pretrained-bert」^[13]，後來更名為「pytorch-transformers」，最終改名為「transformers」。

Hugging Face Hub

Hugging Face Hub是一個集中式Web服務平台，用於代管以下內容：^[14]

• 基於Git的代碼倉庫，具有類似於GitHub的功能，包括專案的討論（discussions）和拉取請求（pull requests）。
• 模型（models），同樣具有基於Git版本控制的；
• 資料集（datasets），主要涵蓋文字、圖像和音訊；
• Web應用程式（spaces和widgets），用於機器學習應用的小規模演示。

Gradio

Gradio 是一個開源Python包，可讓使用者快速為機器學習模型、API 或任何任意Python函式構建演示或Web應用程式。然後可使用Gradio的內建共享功能，在短短幾秒鐘內共享演示或Web應用程式的連結。 ^[15] 使用Gradio，可以構建互動式使用者介面，而無需編寫任何HTML、CSS或JavaScript代碼。Gradio與各種機器學習框架相容，如TensorFlow、PyTorch和scikit-learn。還可以使用Gradio以互動方式除錯模型、從使用者取得回饋，並通過自動生成的可共享連結輕鬆部署模型。^[16][17]

其他庫

除了Transformers庫和Hugging Face Hub之外，Hugging Face生態系統還包括用於其他任務的庫，例如資料集處理（Datasets），模型評估（Evaluate），類比（Simulate），以及機器學習演示（Gradio）^[15]。