共计 1998 个字符，预计需要花费 5 分钟才能阅读完成。
每一周，咱们的共事都会向社区的成员们公布一些对于 Hugging Face 相干的更新，包含咱们的产品和平台更新、社区活动、学习资源和内容更新、开源库和模型更新等，咱们将其称之为「Hugging News」，本期 Hugging News 有哪些乏味的音讯，快来看看吧！
Hugging Chat 来啦！
咱们认为须要有一个 ChatGPT 的开源替代品，让好的机器学习大众化，因而，咱们推出了 HuggingChat，欢送你的应用！这个聊天机器人应用了德国非营利组织 LAION.ai 的 Open Assistant 模型。这是一个 V.0 的版本，然而咱们正在致力疾速迭代界面和平安机制以反对下一个疾速改良的开源模型。
应用 Hugging Chat: hf.co/chat
以及，邀请各位关注 Hugging Face 的小红书账号：
Hugging Face 中文博客正式公布
4 月 20 日（上周），咱们胜利举办了 Hugging Face 在国内的首次线下流动，邀请了 JAX/Diffusers 社区冲刺的参赛选手以及社区成员们独特交换和探讨了 ControlNet、JAX、Diffusers、Cloud TPU 等技术内容，有 7 支来自北京的参赛队伍代表也来到台前向参会者分享他们的参赛作品，令人印象粗浅。
截止彼时，Hugging Face 的中国社区曾经成立了五个月，咱们也非常高兴的看到 Hugging Face 相干的中文内容在各个平台都广受好评，因而，咱们在这次特地的线下流动上正式公布了咱们的 Hugging Face 中文博客，欢送通过 hf.co/blog/zh 来查看。
官宣文章（英文）: https://hf.co/blog/chinese-language-blog
官宣文章（中文）：https://hf.co/blog/zh/chinese-language-blog
因为公众号文章限度，将来的文章请读者们点击浏览原文到中文博客里体验更残缺的文章内容。
社区活动
组队学习：ChatGPT 从入门到利用
咱们正联结 Datawhale 团队组织 AIGC 主题学习流动「ChatGPT 从入门到利用」，欢送大家加入！
开源库更新
Diffusers 0.16 正式公布
0.16.0 版本反对了 DeepFloyd 的 IF 文生图模型和 ControlNet 1.1，IF 的灵感来自 Google 的 Imagen，应用了 SOTA 开源文生图模型，具备高度的真实感和语言理解能力。
查看全副更新内容: https://github.com/huggingface/diffusers/releases/tag/v0.16.0
对了，咱们还更新了咱们 Diffusers 的文档页面，欢送来看看: https://hf.co/docs/diffusers/index
PEFT 现已反对 Multi-Adapter 的训练和推理
🤗 PEFT 蕴含了参数高效的微调办法，用于训练大型预训练模型。通过 PEFT，你能够将不同的 LoRA 权重相结合来做微调和推理。
你还能够通过这个教程理解更多: https://github.com/huggingface/peft/blob/main/docs/source/task_guides/dreambooth_lora.mdx
将 transformers 模型转换为 🍎Core ML
将你的 transformers 模型转换为 Core ML，以反对在 iPhone 和 Mac 电脑上运行模型推理！
快来体验吧: https://hf.co/spaces/huggingface-projects/transformers-to-coreml
内容更新
RLHF 实际教程: 训练 LLaMA 模型答复 Stack Exchange 上的问题
咱们公布了一篇实际教程类型的博文，教你应用强化学习以及 RLHF 的办法，通过联合有监督微调、处分 / 偏好建模和强化学习来训练一个名为 StackLLaMA 的模型来答复 Stack Exchange 上的问题。在 RLHF 过程中，须要从已有的能力模型登程，通过 fine-tuning 来改善模型响应和应用形式的一致性。为了训练宏大的模型，须要采纳 Parameter-Efficient Fine-Tuning (PEFT) 技术和数据并行处理等策略。最终在人工反馈下进行强化学习，并通过处分模型建模评分，以实现模型的训练。
查看博客文章: https://hf.co/blog/stackllama
如何升高模型带来的道德和社会危险问题
Hugging Face 的使命是推动好的机器学习大众化，咱们也在钻研如何反对机器学习社区的工作，帮忙辨认危害和避免可能的危害产生。咱们正在开发工具并推出一些保障措施，如“不适宜所有受众”标签等，咱们也推出了一些流程来保障模型和数据的限度、共享和其余机制。
浏览咱们的 Hugging Face AI 伦理简报 #3 理解更多。
以上就是本期 Hugging News，预祝各位社区成员们有个欢快的五一假期，咱们节后见！
