Hugging Face 推出无提示词少样本微调框架 SetFit
Hugging Face 与 Intel Labs、UKP Lab 合作推出 SetFit，一个面向 Sentence Transformer 的高效少样本微调框架，无需提示词即可在少量标注数据上取得高准确率，例如在 Customer Reviews 情感数据集上每类仅 8 个标注样本即可与在 3k 全量样本上微调 RoBERTa Large 相竞争。
#RAG
Hugging Face BlogAI 评分5555
Hugging Face BlogAI 评分1818 Hugging Face 教程：训练与微调 Sentence Transformers 模型
Hugging Face 发布教程，讲解如何从零构建或微调 Sentence Transformers 模型，涵盖数据集四种格式、损失函数选择、训练与分享至 Hugging Face Hub。
Hugging Face BlogAI 评分3838 用 Sentence Transformers 和 Gradio 构建歌单生成器
作者用 Sentence Transformers 和 Gradio Blocks 构建了一个歌单生成器，通过语义搜索将文本提示词匹配为歌曲。项目选用 msmarco-MiniLM-L-6-v3 模型，因 512 word pieces 上限将歌词按段落切分后生成嵌入向量，设 top_k=20 可稳定得到至少 9 首不同歌曲，应用托管在 Hugging Face Spaces。
Hugging Face BlogAI 评分3636 如何用代码和无代码方式做 Twitter 情感分析
Hugging Face 发布了一份 Twitter 情感分析入门指南，面向有代码和无代码两类用户。有代码的用户可用 Tweepy 抓取推文，再调用 Inference API 用几行代码完成情感分析并用 Matplotlib 可视化；无代码用户可用 Zapier 结合 Inference API 抓取推文、分析后把结果发送到 Google Sheets。
Hugging Face BlogAI 评分3434 Hugging Face：如何用 Sentence Transformers 开启你的第一个 ML 项目
Hugging Face 博客以 Sentence Transformers（ST）为例，讲解如何从零开始规划并完成第一个机器学习项目。ST 可将句子、段落和图像转为向量嵌入，通过内置的 util.cos_sim 计算 -1 到 1 的余弦相似度分数，实现语义搜索，其 GitHub 已获近 8,000 stars、超过 3,000 个项目和包依赖它。
Hugging Face BlogAI 评分4949 Hugging Face 嵌入向量入门教程：用 Inference API 构建 FAQ 语义搜索
Hugging Face 发布嵌入向量（embeddings）入门教程，演示如何用开源库 Sentence Transformers 的 "sentence-transformers/all-MiniLM-L6-v2" 模型。
Hugging Face BlogAI 评分4444 TAPEX：用合成 SQL 执行数据做表格预训练的介绍
TAPEX 通过在合成语料上学习神经 SQL 执行器来完成表格预训练，无需真实数据，在 WikiSQL、WikiTableQuestions、SQA、TabFact 四个 benchmark 上全部刷新 SOTA。
Hugging Face BlogAI 评分1818 Sempre Health 借助 Hugging Face Expert Acceleration Program 加速 ML 路线图
Sempre Health 通过 Hugging Face 的 Expert Acceleration Program 部署了新的 NLP pipeline，自动分类并回复患者短信，上线后约 20% 的 incoming messages 被系统自动处理。
Hugging Face BlogAI 评分2323 用 Kili 和 HuggingFace AutoTrain 构建评论分类与情感分析流水线
文章演示如何结合 Kili 数据标注平台与 HuggingFace AutoTrain，对 Google Play 上约 40130 条 Medium 评论构建主动学习文本分类流水线，定义 Subscription、Content、Interface、User Experience 四个类别并进行标注。
Hugging Face BlogAI 评分3939 用 Hugging Face 生态机器学习工具增强客户服务
Hugging Face 发布教程，演示如何用其生态的机器学习工具构建客服消息情感分类系统，自动筛选出不满客户的反馈优先回复。文章将用例定义为五级情感的文本分类任务，并对比 Glue、Amazon polarity、Tweet eval、Yelp review full、Amazon reviews multi 等数据集，最终推荐 Amazon reviews multi 作为训练数据。
Hugging Face BlogAI 评分3838 用 🤗 datasets 构建图像搜索应用
Hugging Face 教程演示如何用 🤗 datasets 结合 sentence_transformers 和 faiss 构建图像搜索应用，使用 British Library 数字化书籍中提取的 10000 张 "embellishments" 图像数据集。
OpenAI NewsAI 评分5050 OpenAI API 推出 text and code embeddings 端点
OpenAI 在 API 中推出 embeddings 新端点，支持对自然语言和代码执行语义搜索、聚类、主题建模与分类等任务。该端点面向文本与代码两类数据，可直接通过 OpenAI API 调用。
Hugging Face BlogAI 评分4444 用 1B 训练对训练句子嵌入模型
Hugging Face 在 JAX/Flax 社区周期间，用 7 台 TPU v3-8 和多达 10 亿句对的语料训练出 SOTA 句子嵌入模型。训练采用 Multiple Negative Ranking Loss 对比学习，通过增大 batch size、加入 hard negatives 和跨数据集组 batch 提升质量，相似度缩放因子 C=20。
Hugging Face BlogAI 评分4444 Hugging Face Hub 集成 Sentence Transformers：新增两个 widget 与 Inference API 端点
Hugging Face Hub 集成 Sentence Transformers 框架，随 Sentence Transformers v2 发布新增 feature-extraction 和 sentence similarity 两个 widget，并提供 Inference API 端点供程序化调用。
Hugging Face BlogAI 评分3838 我在 Google Cloud 上部署 transformers 无服务器情感分析 pipeline 的实践
社区成员 Maxence Dominici 分享了将 transformers 情感分析 pipeline 部署为 Google Cloud 无服务器微服务的实践，用于自动判断 Discord 客户评论正负面。
Hugging Face BlogAI 评分3838 用 Ray 加速 Hugging Face Transformers 的 RAG 分布式微调
Hugging Face Transformers 的 RAG 模型引入 Ray 实现分布式文档检索，单次检索调用较 torch.distributed 提速 2x。