Stas Bekman 详解将 fairseq WMT19 翻译系统移植到 transformers 的全过程
Stas Bekman 撰写客座博文，详细记录了如何把 Facebook FAIR 的 fairseq WMT19 翻译系统移植到 transformers，最终产出 FSMT 模型并合入 PR。
#教程/实践
Hugging Face BlogAI 评分5757
Hugging Face BlogAI 评分3838 Hugging Face Transformers 与 Ray Tune 集成实现超参数搜索
Hugging Face Transformers 3.1 版本与 Ray Tune 集成，通过 `trainer.hyperparameter_search` 几行代码即可调用 HyperBand、Bayesian Optimization、Population-Based Training 等算法做超参数搜索。
Hugging Face BlogAI 评分4444 Transformer-based Encoder-Decoder 模型详解
Hugging Face 博客详细讲解了 Transformer-based encoder-decoder 架构如何建模 sequence-to-sequence 问题，聚焦其数学模型与推理用法，并拆解 encoder 和 decoder 两部分，配合大量插图建立理论与 🤗Transformers 实际推理的联系。
Hugging Face BlogAI 评分4545 Reformer：用不到 8GB 内存训练 50 万 token 长序列
Hugging Face 深入解析了 Reformer 模型，它能用不到 8GB 内存一次处理多达 50 万 token，而 bert-base-uncased 只能处理 512 token。
Hugging Face BlogAI 评分5555 Hugging Face 教程：用 transformers 实现各类文本解码方法
Hugging Face 官方博客讲解如何用 transformers 库实现不同解码方法，以 GPT2 为例演示 Greedy search、Beam search、Sampling、温度、Top-K 与 Top-p 的代码与输出差异。
Hugging Face BlogAI 评分5656 Hugging Face 教你用 Transformers 和 Tokenizers 从零训练语言模型
Hugging Face 官方博客演示如何用 transformers 和 tokenizers 库从零训练一个 84M 参数（6 层、768 hidden size。
OpenAI NewsAI 评分1010 OpenAI Spinning Up 深度强化学习工作坊回顾
OpenAI 于 2 月 2 日举办了首届 Spinning Up Workshop，这是其新教育计划的一部分。
OpenAI NewsAI 评分4141 OpenAI 发布 Spinning Up in Deep RL 深度强化学习教育资源
OpenAI 发布了名为 Spinning Up in Deep RL 的深度强化学习教育资源，面向希望成为熟练实践者的学习者。该资源包含清晰的 RL 代码示例、教育练习、文档和教程。
OpenAI NewsAI 评分4141 用对抗样本攻击机器学习模型
OpenAI 撰文解释对抗样本——攻击者刻意构造的、会让机器学习模型出错的输入，称其如同机器的视觉错觉。文章展示对抗样本在不同媒介中的工作方式，并讨论为何防御此类攻击较为困难。
OpenAI NewsAI 评分1515 OpenAI：深度学习的基础设施
OpenAI 指出深度学习是一门实证科学，团队基础设施的质量是研究进展的乘数。文章认为，如今的开源生态让任何人都能搭建出色的深度学习基础设施。