Hugging Face 博客

摘要： 这是 大模型评估排障指南 系列文章的第三篇，敬请关注系列文章: 关于推理 关于 \(\LaTeX\) 公式解析 关于可复现性 假设你读了一篇最近的新模型技术报告，然后心血来潮想要在本机复现他们的结果，却发现根本没法复现，这是为什么？ 让我们来探讨一下原因。 代码库不同 要想复现论文或报告的评估得分并 阅读全文

摘要： 这是 大模型评估排障指南 系列文章的第二篇，敬请关注系列文章: 关于推理 关于 \(\LaTeX\) 公式解析 关于可复现性 解析 LaTeX 很难。这个问题在评估输出为 \(\LaTeX\) 的模型时经常会遇到，例如 Hugging Face 的 数学评估基准。 这个基准使用 \(\LaTeX\) 阅读全文

摘要： Hugging Face Hub 已成为 AI 协作的核心平台，托管了数万个模型、数据集以及交互式应用程序 (Space)。 在开放生态系统中，用户知情同意的管理方式与那些更 "数据饥渴" 的科技公司的封闭产品截然不同。本文将通过分析 Hugging Face Hub 平台，探讨由官方主导项目与社区 阅读全文

摘要： 这是 大模型评估排障指南 系列文章的第一篇，敬请关注系列文章: 关于推理 关于 \(\LaTeX\) 公式解析 关于可复现性 模型运行非常慢怎么办？ 调整 batch size 如果你想要评估结果完全可复现 (在特定的输入 prompt 和硬件条件下)，你可以把 batch size 可以设为 1。 阅读全文

摘要： 这是 让 LLM 来评判 系列文章的第六篇，敬请关注系列文章: 基础概念 选择 LLM 评估模型 设计你自己的评估 prompt 评估你的评估结果 奖励模型相关内容 技巧与提示 LLM 评估模型已知偏差及缓解措施: 缺乏内部一致性：同一 prompt 输入评估模型执行多次得到的结果可能不一样 (如果 阅读全文

摘要： Open R1 项目进展第三期 本次更新带来三大突破性进展: CodeForces-CoTs 数据集: 通过 R1 模型蒸馏生成近 10 万条高质量编程思维链样本，同时包含 C++ 和 Python 双语言解题方案 IOI 基准测试: 基于 2024 国际信息学奥林匹克竞赛 (IOI) 构建的全新挑 阅读全文

摘要： 我们启动 Open R1 项目 已经两周了，这个项目是为了把 DeepSeek R1 缺失的部分补齐，特别是训练流程和合成数据。 这篇文章里，我们很高兴跟大家分享一个大成果: OpenR1-Math-220k，这是我们打造的第一个大规模数学推理数据集！ 除此之外，我们还聊聊社区里一些让人兴奋的进展， 阅读全文

摘要： DeepSeek R1 发布已经两周了，而我们启动 open-r1 项目——试图补齐它缺失的训练流程和合成数据——也才过了一周。这篇文章简单聊聊: Open-R1 在模仿 DeepSeek-R1 流程和数据方面的进展 我们对 DeepSeek-R1 的认识和相关讨论 DeepSeek-R1 发布后社 阅读全文

摘要： 作者：Thomas Wolf, Hugging Face 联合创始人和首席科学家 发布日期：2025 年 2 月 26 日 原文链接：🔭 The Einstein AI model 几天前，我在一个活动上分享了一个略显争议的观点，后来我决定把它写下来：我担心人工智能无法带来所谓的“压缩的 21 世 阅读全文

摘要： 来源：博客链接 过去两年，开源 AI 社区一直在热烈讨论新 AI 模型的开发。每天都有越来越多的模型在 Hugging Face 上发布，并被用于实际应用中。然而，开发者在使用这些模型时面临的一个挑战是模型格式的多样性。 在本文中，我们将探讨当下常见的 AI 模型格式，包括： GGUF PyTorc 阅读全文