跳到正文

#教程/实践

今日 4 条
4月10日周五
3月31日周二
  1. Hugging Face Blog32

    OpenMed 用 165 美元跨 25 物种训练 mRNA 语言模型

    OpenMed 构建了覆盖结构预测、序列设计与密码子优化的端到端蛋白质 AI 流水线。在对比多种 transformer 架构后,CodonRoBERTa-large-v2 胜出,困惑度 4.10、Spearman CAI 相关性 0.40,显著超过 ModernBERT;团队随后扩展到 25 个物种,用 55 GPU 小时训练了 4 个生产模型,建立了其他开源项目没有的物种条件化系统。

3月27日周五
3月21日周六
3月11日周三
3月10日周二
3月9日周一
3月5日周四
3月4日周三
2月26日周四
2月20日周五
  1. Hugging Face Blog66

    Hugging Face 教程:用 Unsloth 和 HF Jobs 通过 Claude Code 等编码智能体免费微调 LFM2.5-1.2B-Instruct

    Hugging Face 发布教程,讲解如何用编码智能体(Claude Code、Codex、Open Code)配合 Unsloth 在 HF Jobs 上微调 LiquidAI/LFM2.5-1.2B-Instruct。

    推荐理由:官方教程给出用编码智能体加 Unsloth 在 HF Jobs 上微调小模型的完整流程,含脚本、命令和各尺寸 GPU 的每小时成本参考。

2月18日周三
  1. Hugging Face Blog68

    Gradio 讲解如何用 gr.HTML 一次性生成任意 Web 应用

    Hugging Face 官方博客介绍 Gradio 6 中 gr.HTML 支持自定义模板、scoped CSS 和 JavaScript 交互,可让 LLM 一次性生成前端、后端和状态管理都在单个 Python 文件里的应用。

    推荐理由:原文由官方讲解 gr.HTML 的模板机制和 API,并结合多类应用示例说明如何用单个 Python 文件构建交互式组件。

2月13日周五
2月11日周三
2月3日周二
1月28日周三
  1. Hugging Face Blog67

    Hugging Face 发布 upskill 工具:用 Claude 生成 CUDA 内核技能并迁移给开源模型

    Hugging Face 发布 upskill 工具,用 Claude Opus 4.5 生成和评估 agent 技能,再供更小、更便宜或本地模型使用。流程为用 Claude Code 完成任务并导出 trace、从 trace 生成 SKILL.md 技能文件并自动生成测试用例,然后用 upskill eval 对比模型有无技能的表现。

    推荐理由:原文给出了用大模型生成技能再迁移到小模型的完整流程和实测数字,方法可直接复用于领域任务。

1月27日周二
1月23日周五
1月22日周四
1月8日周四
1月5日周一
12月18日周四
  1. Hugging Face Blog64

    Transformers v5 重构分词器:架构与训练词表分离、单文件单后端

    Hugging Face 博客详解 Transformers v5 对分词器的重新设计:将分词器架构(normalizer、pre-tokenizer、算法类型、post-processor、decoder)与训练好的词表和 merges 分离,类似 PyTorch 分离模型结构与权重。

    推荐理由:文章来自 transformers 团队,解释 v5 将分词器架构与训练词表分离的设计,便于读者直接检查组件或训练自定义分词器。

12月17日周三
  1. Hugging Face Blog41

    开放评测标准:用 NeMo Evaluator 对 NVIDIA Nemotron 3 Nano 进行基准测试

    NVIDIA 以开放评测方式发布 Nemotron 3 Nano 30B A3B,并公开其完整的评测 recipe。该 recipe 基于 NeMo Evaluator 开源库构建,任何人都可以重跑评测流水线、查看配置与产物并独立验证结果。NeMo Evaluator 将多个评测 harness 统一在同一接口下,评测流程与推理后端解耦,并可生成结构化结果与日志以便审计。

12月16日周二
12月12日周五
12月11日周四
  1. Hugging Face Blog72

    Hugging Face Skills 教程:让 Codex 端到端完成模型微调实验

    Hugging Face 发布教程,展示如何用 Hugging Face Skills 让 OpenAI Codex 端到端完成机器学习实验,覆盖数据验证、硬件选择、提交 Hugging Face Jobs、用 Trackio 监控训练、维护训练报告以及用 lighteval 评测。

    推荐理由:官方教程给出让 Codex 端到端跑完微调、评测和 GGUF 导出的完整流程与成本参考,方法可直接迁移到自己的实验。

12月8日周一