SuperAPI AI 工具集

huggingface-playbook

智能体与模型

查看项目

更新于 11-02 01:07

技能介绍

本指南面向准备在 Hugging Face Hub 上发布厂商机器学习资产的团队,范围包括模型仓库、数据集仓库、Spaces 演示以及承载它们的组织主页。资料强调:组织页面本身就是产品界面,多数失败的发布在上传前就已决定。

用途与发布前判断 资料先要求判断发布形态:如果会交付开发者可加载的权重、适配器、嵌入或数据集,适合发布到 Hub;如果只销售托管 API 而没有可交付资产,仅做一个为付费端点引流的 Space,会接近内容政策中的产品广告限制,此时应发布独立有用的内容(评测数据集、小型开放模型、可在浏览器运行的 Static Space),否则跳过 Hub。

仓库布局与模型卡 核心规则是“每个变体一个仓库”:分别训练的不同尺寸各自建库并用 collection 归类;微调、适配器和量化各自建库,用 base_model 指向父模型,不得在同等尺寸的兄弟模型之间设置 base_model,否则会形成虚假的谱系关系。同一仓库内按文件夹区分变体,会导致该变体没有 URL、没有搜索条目、也没有下载计数。模型卡元数据要在公开前填好,pipeline_tag、library_name、license、base_model、datasets、language 会驱动搜索筛选、widget、代码片段标签页和模型树;2024 年 8 月之后创建的 Transformers 仓库需显式设置 library_name: transformers。权重优先使用 safetensors,避免仅提供 pickle 格式的 PyTorch 权重(.bin、.pth),因为 pickle 文件会在页面上出现导入扫描警告。

公开与访问门槛 将仓库转为公开会发布其完整 git 历史,旧检查点、评测数据、令牌和评审前的卡片文本都会保持可读;资料建议重建仓库,或压缩 main 并删除所有早于该提交的 PR ref、分支和标签。访问门槛(gating)只应在能说明理由时启用,因为门槛会带来申请者邮箱和相应的处理义务。资料按采用成本从低到高比较了开放、自动批准且不收集身份、手动批准收集自定义字段、通过自有系统 API 审批等方案,并说明被拒绝对该用户是永久的,除非重置请求。

许可证与欧盟 AI Act 许可证应选择平台列出的 id;自定义条款可用 license: other、license_name 和 license_link 或 LICENSE 文件。只有符合 OSI 认可风格、无使用或收入限制的许可证才能称为“开源”,否则应称“开放权重”并写明许可证。微调或量化继承基础模型的许可条款。资料给出了通用目的 AI 模型的指示性测试(训练算力超过 10^23 FLOP 且能生成语言、图像或视频等,并非绝对规则),并说明义务自 2025 年 8 月 2 日起适用、2026 年 8 月 2 日起执法、2025 年 8 月前发布的模型须在 2027 年 8 月 2 日前合规。每个提供方都需版权政策和公开训练数据摘要。最终合规判断应交由法律顾问。

Spaces 与数据集 Spaces 方案需先核对套餐:Static 对所有人免费;Gradio 和 Docker 需要个人 PRO 或组织 Team/Enterprise;ZeroGPU 免费个人账户 2 个、PRO 10 个、组织 50 个。@spaces.GPU(duration=...) 应按真实最坏情况设置,声明时长越短队列优先级越高;当访客剩余每日配额低于声明时长时平台会拒绝运行。权重应从 Hub 仓库加载并在 Space README 的 models: 中列出,使 Space 出现在模型页。API 密钥放在 Space secrets 中,不要写入 app.py。数据集同样一库一数据集,卡片 YAML 包含 license、task_categories、language、size_categories,大数据表格优先 Parquet,发布前检查 Dataset Viewer 能正常渲染。

发布节奏、效果衡量与限制 资料给出 T-30 至第 4 周之后的发布节奏:尽早启动组织认证、私有建库并起草卡片、公开前重建或清理仓库历史并测试代码片段、同一天公开仓库、按窗口提交 Daily Papers、持续维护 Community 标签页。效果衡量上,点赞、下载和 Space 访问应分别报告并附计数规则,不可与 PyPI/npm 下载或模型与数据集下载相加;开放模型的采用信号可看模型树中的衍生作品。资料还列出限制:以奖励换点赞、产品广告垃圾信息和批量活动属于受限内容;Daily Papers 提交窗口为 arXiv 发布后 14 天;ZeroGPU 托管数量与访客每日配额有明确上限;每仓库文件数、文件夹文件数和单文件大小有建议值。日常运营还包括组织主页卡片、collection、与模型关联的 Space、Community 讨论与置顶 FAQ、论文页与 Daily Papers、Posts 和组织博客等渠道。