如何在 Hugging Face Space 中托管 Unity 游戏
Hugging Face Spaces 除了用于机器学习 demo，也可以托管可玩的 Unity 游戏。教程共 11 步：用 Static HTML 模板创建 Space 并用 Git 克隆，将 Unity 项目 Build Target 切换为 WebGL，压缩格式设为 Disabled，构建后把文件复制到仓库，用 Git-LFS 跟踪 Build/* 大文件后推送即可。
#教程/实践
#教程/实践
今日 4 条Hugging Face BlogAI 评分4949
Hugging Face BlogAI 评分4343 如何用 Transformers 库做图分类：以 Microsoft Graphormer 为例
Hugging Face 发布教程，讲解如何用 Transformers 库（版本 >= 4.27.2）和 Microsoft 的 Graphormer 进行图分类。
Hugging Face BlogAI 评分2626 Hugging Face 携手 Substra 打造隐私保护 AI：联邦学习入门 Space
Hugging Face 与开源联邦学习框架 Substra 合作创建了一个 Space，演示如何在数据不出本地的前提下训练模型。联邦学习只传输模型权重，多来源数据训练的模型在验证数据上几乎总优于单一来源模型。Substra 已在乳腺癌研究等真实场景落地，并曾支撑 MELLODDY 项目中 10 家药企共享全球最大的小分子活性数据集。
Hugging Face Blog精选AI 评分6565 StackLLaMA：用 RLHF 训练 LLaMA 的实战指南
Hugging Face 发布 StackLLaMA 模型及完整 RLHF 训练教程，演示如何将 LLaMA 7B 微调用于回答 Stack Exchange 问答。
推荐理由：Hugging Face 官方复盘 StackLLaMA 全流程训练细节，包括显存估算、LoRA 配置和 RLHF 训练中的稳定性坑，方法可直接迁移复用。
Hugging Face BlogAI 评分5252 Hugging Face 讲解如何在 Intel Sapphire Rapids CPU 上加速 Stable Diffusion 推理
Hugging Face 发布教程，演示多种技术在 Sapphire Rapids CPU 上加速 Stable Diffusion 推理。
Hugging Face BlogAI 评分2929 如何在 Habana Gaudi2 加速器上高速推理 BLOOMZ 大语言模型
Hugging Face 展示了如何用 Optimum Habana 在 Habana Gaudi2 上部署 1760 亿参数的 BLOOMZ。基准测试中，Gaudi2 生成 100 个 token 的延迟为 3.103 秒，比 A100 80GB 快 1.42 倍；BLOOMZ-7B 则快 2.89 倍。
Hugging Face BlogAI 评分4242 如何用 Hugging Face 和 Flower 进行联邦学习
这是一篇教程，讲解如何用 Flower 框架结合 Hugging Face，在多个客户端上对预训练模型 distilBERT 做联邦微调，完成 IMDB 影评正负情感分类任务。各客户端在本地训练模型并只上传参数，由服务器按预定义策略聚合，无需共享数据。教程还提供可在 Google Colab 中用 flwr['simulation'] 模拟联邦环境的 notebook。
Hugging Face Blog精选AI 评分6666 Hugging Face 教你用 diffusers 训练自己的 ControlNet
Hugging Face 发布教程，详解如何用 diffusers 训练 ControlNet，并以基于 Microsoft FaceSynthetics 10 万合成人脸数据集训练的 Uncanny Faces 面部姿态模型为例。
推荐理由：作者以亲身训练经历给出从数据集构建到训练参数的完整流程，还分享了过拟合教训和 8GB 显存的降配方法。
Hugging Face BlogAI 评分3939 用 Informer 做多变量概率时间序列预测
Hugging Face 宣布 Informer 模型已在 🤗 Transformers 库中可用，并演示如何用它做多变量概率时间序列预测。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 trl 与 peft 集成，在 24GB 消费级 GPU 上用 RLHF 微调 20B 模型
Hugging Face 官方发布 trl 与 peft 的集成，让用户能以更低成本用强化学习微调大语言模型。通过 8-bit 加载（LLM.int8）、低秩适配器以及用 disable_adapters 复用同一模型获取参考与主动 logits，作者在 24GB NVIDIA 4090 上验证了微调 20B gpt-neox 生成正面影评的完整流程，并指出训练速度和多卡扩展是下一步方向。
推荐理由：原文给出 trl 与 peft 集成的完整微调流程和显存拆解，读者可以照此在单张 24GB GPU 上复现大模型 RLHF 训练。
Hugging Face Blog精选AI 评分7676 Hugging Face Diffusers 上手 ControlNet：用边缘图和姿态图控制 Stable Diffusion 生成
Hugging Face 发布教程，介绍如何在 Diffusers 中通过 StableDiffusionControlNetPipeline 使用 ControlNet，支持 canny 边缘、OpenPose 姿态等 8 种空间条件控制 Stable Diffusion 生成，并可组合多个条件或与 DreamBooth 微调结合。
推荐理由：原文给出 ControlNet 在 Diffusers 中的完整用法和加速省显存配置，读者可以照搬代码在 Colab 上复现同样的生成效果。
Hugging Face BlogAI 评分5757 机器学习如何助力土耳其地震救援：afetharita 项目复盘
Hugging Face 博客复盘志愿者团队在 2023 年 2 月土耳其地震后开发 afetharita 应用的过程：用 easyocr 加微调 NER 模型从求助推文截图提取姓名、电话和地址，用 bert-base-turkish 系列微调文本分类模型识别庇护、食物、物流等需求，并将地址经地理编码 API 显示在地图上。
Hugging Face BlogAI 评分3636 Hugging Face 如何加速 Witty Works 写作助手的开发
Witty Works 在 Hugging Face 专家加速计划支持下，将写作助手从基于 spaCy 的语言学特征方案升级为上下文相关的非包容性词汇分类器。专家团队建议采用 Sentence Transformers 架构和 SetFit 少样本微调库，每个特定词仅需 15-20 个标注句子即可达到可用精度，省去大量标注成本。
Hugging Face Blog精选AI 评分7373 Hugging Face 讲解如何用 Transformers 零样本运行 BLIP-2
Hugging Face 发布教程，介绍 Salesforce Research 的 BLIP-2 模型已登陆 Transformers 库，并演示零样本图像描述、提示式图像描述、视觉问答和对话式提示四类用法。
推荐理由：文章拆解了 BLIP-2 的 Q-Former 架构和两阶段预训练方法，并给出在 Transformers 中跑通图生文、VQA 和对话提示的完整代码。
Hugging Face BlogAI 评分5858 为什么我们把模型从 AWS ECS 迁移到 Hugging Face Inference Endpoints
作者团队将原本跑在 AWS ECS + Fargate 上的 CPU 推理模型迁移到 Hugging Face Inference Endpoints，流程从七步简化为三步。实测中 RoBERTa 文本分类模型在 large 端点延迟约 80ms，比自建容器快一倍以上；成本增加 24% 到 50%（大型实例约每月多 $60），但省去了 API 和容器维护的时间成本。
Hugging Face BlogAI 评分4949 生成故事：AI 辅助游戏开发系列 #5 —— 用 ChatGPT 写游戏剧情
Hugging Face 的 AI 游戏开发系列第五篇用 ChatGPT 为一个 5 天开发周期内的农场游戏生成故事内容，流程包括生成故事摘要、多轮精炼、撰写并扩展游戏内物品描述。文章指出语言模型易复刻《星露谷物语》等既有故事、长内容质量漂移并陷入重复，且直接使用生成内容可能带来法律、伦理和商业风险，建议将其用于头脑风暴、人工撰写最终内容。
Hugging Face BlogAI 评分4545 用 Intel Sapphire Rapids 加速 PyTorch Transformers（二）：推理篇
Hugging Face 测试了 Intel Sapphire Rapids（r7iz.16xlarge）与 Ice Lake（c6i.16xlarge）服务器在 NLP 推理上的表现。
Hugging Face BlogAI 评分5050 视觉-语言模型详解：训练策略与 🤗 Transformers 实践
Hugging Face 撰文介绍视觉-语言（vision-language）联合模型，以 OpenAI 的 CLIP 等为代表，这类模型可处理图像与自然语言文本，擅长图像描述、视觉问答、文本引导图像生成等任务。
Hugging Face Blog精选AI 评分7373 Hugging Face diffusers 发布 LoRA 支持，高效微调 Stable Diffusion
Hugging Face 宣布 diffusers 正式支持用 LoRA 对 Stable Diffusion 做全量微调和 Dreambooth 训练。
推荐理由：Hugging Face 官方介绍 diffusers 支持 LoRA 微调 Stable Diffusion，给出训练脚本、显存需求和推理加载流程，方法可直接复现。
Hugging Face BlogAI 评分5555 Hugging Face 游戏开发 AI 系列第 4 篇：用 Stable Diffusion 生成 2D 游戏素材
Hugging Face 的 AI 游戏开发系列第 4 篇介绍用 Stable Diffusion Image2Image 生成 2D 游戏素材，演示为农场游戏制作玉米图标。
Hugging Face Blog精选AI 评分6262 Hugging Face 解析什么让对话智能体有用：RLHF、IFT、CoT 技术综述
Hugging Face 发布博客，系统梳理让对话智能体有用的关键技术 RLHF、IFT、SFT、CoT 与红队测试，并对比 LaMDA、BlenderBot 3、Sparrow、InstructGPT 与 Anthropic Assistant 的训练数据、模型规模与评估标准。文章指出指令微调所需数据远小于预训练，CoT 微调能提升逐步推理任务表现并减少对敏感话题的回避。
推荐理由：文章系统梳理了 RLHF、IFT、SFT、CoT 等技术如何让对话智能体有用，并对比主流模型差异。
Hugging Face BlogAI 评分2727 Hugging Face「AI 做游戏开发」系列 Day 3：用 AI 生成 3D 资产靠谱吗
在「AI 做游戏开发」系列第 3 天，作者探讨用 AI 生成 3D 资产，结论是目前 text-to-3D 尚无法实际用于游戏开发。文中盘点 DreamFusion、Point-E、CLIP-Forge、Dream Textures 等最新进展，指出基于 NeRF 的视图合成转出的 mesh 仍需大量后期处理才能 game-ready。
Hugging Face BlogAI 评分5353 Hugging Face 介绍用 Mask2Former 与 OneFormer 实现通用图像分割
Hugging Face 发文介绍 Mask2Former 和 OneFormer 两个通用图像分割模型现已进入 transformers 库。
Hugging Face BlogAI 评分5858 如何用 Hugging Face Datasets 和 Transformers 构建图像相似度检索系统
Hugging Face 官方博客发布教程，讲解如何用 Transformers 和 Datasets 构建图像相似度系统：用 nateraw/vit-base-beans checkpoint 提取图像嵌入向量，通过余弦相似度在 beans 数据集 100 个候选样本中检索与查询图最相似的 Top 5。
Hugging Face BlogAI 评分3333 AI 游戏开发：5 天做一个农场游戏（二）：用 ChatGPT 做游戏设计
这是 Hugging Face「AI for Game Development」系列第 2 部分，讲如何用 ChatGPT 辅助游戏设计：作者让 ChatGPT 以专业游戏设计师身份给出农场游戏的关键功能建议（作物多样性、进度系统、动态环境、社交多人、故事主题），并在 5 天开发周期内对前两点做了 gray-box 实现。
Hugging Face BlogAI 评分3434 图机器学习入门
Hugging Face 发布图机器学习入门教程，讲解图的基本概念、表示方法及应用任务，涵盖图级、节点级、边级和子图级任务，如 AlphaFold 的节点属性预测和推荐系统中的缺失边预测。文章依次介绍从前神经网络方法到图神经网络（GNN）的学习方式，并简要探讨面向图的 Transformer，聚焦同质图，区分 transductive 与 inductive 两种设置。
Hugging Face BlogAI 评分5656 Hugging Face 教程：用 AI 在 5 天内开发农场游戏，第 1 天用 Stable Diffusion 定美术风格
Hugging Face 发布 AI 游戏开发系列教程第 1 部分，目标是用 AI 工具在 5 天内完成一个可玩的农场游戏。
Hugging Face Blog精选AI 评分6262 用 Intel Sapphire Rapids CPU 集群加速 PyTorch Transformers 训练
Hugging Face 发布教程，介绍如何用 Intel 第四代 Xeon（Sapphire Rapids）CPU 集群在 AWS 上加速 PyTorch 训练。
推荐理由：原文给出在 Intel Sapphire Rapids CPU 集群上做分布式训练的完整步骤和实测数据，读者可以照搬这套方法。
Hugging Face Blog精选AI 评分6161 CLIPSeg 零样本图像分割教程：用 Hugging Face Transformers 实现文本与图像提示分割
Hugging Face 发布教程，讲解如何用 🤗 transformers 运行零样本分割模型 CLIPSeg。
推荐理由：教程讲清了 CLIPSeg 的零样本分割原理、文本与图像两种提示用法及低分辨率局限，并给出在 Segments.ai 上精修标注的完整流程。
Hugging Face BlogAI 评分5858 Hugging Face 发布音频数据集完整使用指南：一行代码加载与 streaming 模式
Hugging Face 发布音频数据集完整指南，演示用 🤗 Datasets 库一行 Python 代码加载和预处理音频数据集。
Hugging Face BlogAI 评分4141 Habana Gaudi2 与 Nvidia A100 80GB 对比：更快的训练与推理
Habana Gaudi2 在训练和推理上的速度约为 Nvidia A100 80GB 的两倍。BERT 预训练中，Gaudi2 用时 2 小时 55 分钟，相比第一代 Gaudi 的 8 小时 53 分钟实现 x3.04 加速。
Hugging Face Blog精选AI 评分6464 Hugging Face 图解 RLHF：用人类反馈强化学习微调语言模型的完整流程
Hugging Face 发布长文图解 RLHF，将其拆为预训练语言模型、训练奖励模型、用 PPO 微调三个核心步骤。文中说明人类偏好采用排序而非直接打分以降低噪声，奖励函数含 KL 惩罚以防止策略偏离初始模型，并介绍 TRL、TRLX、RL4LMs 等开源工具及代表性论文，同时指出人类标注成本高、标注者分歧等局限。
推荐理由：这篇官方长文把 RLHF 拆解为预训练、奖励模型和 PPO 微调三步，并梳理开源工具与关键论文，适合建立完整认知。
Hugging Face BlogAI 评分4848 Hugging Face：蛋白质深度学习入门——从语言模型到蛋白质
Hugging Face 发布面向生物学家和机器学习从业者的蛋白质深度学习入门文章，讲解 BERT、GPT 等大语言模型背后的迁移学习原理如何应用于蛋白质研究。文章回顾了 2018 年 ULMFiT 和 BERT 开创预训练范式的过程，并配套提供蛋白质语言模型微调与 ESMFold 蛋白质折叠的示例 notebook（PyTorch 与 TensorFlow 版）。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布 Stable Diffusion 的 Core ML 转换权重及 Apple Silicon 使用教程
Hugging Face 联合 Apple 将 Stable Diffusion 权重转换为 Core ML 格式并上传 Hub，支持 v1.4、v1.5、v2 base 和 v2.1 base，可在 Apple Silicon 的 CPU、GPU 和 Neural Engine 上运行。
推荐理由：原文给出在 Apple Silicon 上用 Core ML 跑 Stable Diffusion 的转换与推理方法，包括 Python 和 Swift 两条路径及性能变体选择，可迁移到自己的工作流。
Hugging Face BlogAI 评分5252 如何用 🤗 Transformers 做概率时间序列预测：Tourism Monthly 数据集实战
Hugging Face 发布教程，讲解如何用 🤗 Transformers 库的 Time Series Transformer 从零训练单变量概率时间序列预测模型，并使用 tourism_monthly 数据集（澳大利亚 366 个地区的月度旅游量）。
Hugging Face BlogAI 评分5050 Hugging Face 扩散模型课程与线上直播活动预告
Hugging Face 联合 Jonathan Whitaker 推出的免费扩散模型课程将于 11 月 28 日发布，并定于 11 月 30 日举办社区直播活动。
Hugging Face BlogAI 评分5959 Hugging Face 详解 Document AI：六大用例、开源模型与许可指南
Hugging Face 发布 Document AI 长文教程，梳理 OCR、文档图像分类、版面分析、文档解析、表格提取和 DocVQA 六大用例及对应开源模型。文中给出关键基准数字，如 LayoutLMv3 在 RVL-CDIP 达 95% 准确率、DocVQA ANLS 83.37，并提醒 LayoutLMv2/v3 checkpoint 不可商用，附数据准备与建模建议。
Hugging Face BlogAI 评分4141 Hugging Face 教程：如何用同态加密在加密数据上做情感分析
Hugging Face 博客发布实用教程，讲解如何用 Concrete-ML 库在 fully homomorphic encryption（FHE）设置下对加密数据构建情感分析模型，无需密码学背景。
Hugging Face Blog精选AI 评分6363 Hugging Face Transformers 介绍对比搜索解码方法及其与贪心搜索、nucleus 采样的对比
Hugging Face 宣布对比搜索解码方法进入 transformers 4.24.0，支持 PyTorch 和 TensorFlow，并附 Colab 与在线对比演示。
推荐理由：原文用 GPT-2 和 OPT 的实例对比贪心、nucleus 采样与对比搜索的输出质量，并给出可复用的代码参数。
Hugging Face Blog精选AI 评分7373 Hugging Face 分享用 Diffusers 训练 Stable Diffusion Dreambooth 的实验结论与推荐设置
Hugging Face 基于大量实验讲解如何用 🧨 Diffusers 的 train_dreambooth.py 微调 Stable Diffusion，并给出推荐设置：低学习率配合逐步增加步数，人脸训练约需 800-1200 步（batch size 2、LR 1e-6），训练人脸时应使用 prior preservation 防止过拟合。
推荐理由：Hugging Face 用多组实验给出 Dreambooth 微调 Stable Diffusion 的学习率、步数、先验保留等关键超参建议，可直接照做。