共计 1462 个字符，预计需要花费 4 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！
重磅更新
Transformers Agents 公布，通过自然语言管制超过十多万个 HF 模型！
近期，咱们公布了一个十分“大胆”的新个性: Transformers Agents，并退出到了 🤗Transformers 4.29 之后的版本中。它在 Transformers 的根底上提供了一个自然语言 API，来“让 Transformers 能够做任何事件”。这其中有两个概念：一个是 Agent (代理)，另一个是 Tools (工具)，咱们定义了一系列默认的工具，让代理去了解自然语言并应用这些工具:
https://hf.co/docs/transformers/transformers_agents
代理这里指的是大语言模型 (LLM)，你能够抉择应用 OpenAI 的模型 (须要提供密钥)，或者开源的 StarCoder 和 OpenAssistant 的模型，咱们会提醒让代理去拜访一组特定的工具。
工具指的是一个个繁多的性能，咱们定义了一系列工具，而后应用这些工具的形容来提醒代理，并展现它将如何利用工具来执行查问中申请的内容。
咱们在 transformers 中集成的工具包含：文档问答、文本问答、图片配文、图片问答、图像宰割、语音转文本、文本转语音、零样本文本分类、文本摘要、翻译等。不过你也能够扩大这些一些与 transformers 无关的工具，比方从网络读取文本等:
https://hf.co/docs/transformers/custom_tools
辅助生成 (Assisted Generation) 公布: 将低提早文本生成付诸实践，本地大语言模型助手不是梦！
大语言模型目前广受欢迎，但其响应速度的迟缓限度了其用户体验。对于须要快速反应的工作，人们通常应用规模较小的模型，但这会就义后果品质。文本生成的提早次要来自于模型的前向传递步骤，即模型权重加载到设施计算外围的过程，咱们的一篇博文介绍了一种新的解码办法，通过这种辅助生成办法，硬件中的提早能够升高多达 10 倍。此外，还能够通过模型优化和输出批处理来改善模型前向传递的性能问题。
欢送浏览中文博客内容 (微信版):
https://huggingface.co/blog/zh/assisted-generation
以及这个 Space 利用:
https://hf.co/spaces/joaogante/assisted_generation_demo
开源更新
凋谢的开源大语言模型排行榜
每周都有大量的大型语言模型 (LLM) 和各种聊天机器人公布，令人目迷五色～ 咱们制作了一个凋谢的大语言模型排行版，次要指标是跟踪、排名和评估最新的大语言模型和聊天机器人，让所有人不便的察看到开源社区的停顿和评估这些模型。这个排行榜有一个要害劣势，社区中的任何成员都能够提交模型，并在 Hugging Face 的 GPU 集群上主动评估。
你能够在这里看到这个排行榜:
https://hf.co/spaces/HuggingFaceH4/open_llm_leaderboard
Woodstock of AI 流动回顾视频
回顾咱们在 3 月底在旧金山举办的 AI 社区会议:
https://www.bilibili.com/video/BV1eX4y1h7yG/?aid=356590965&ci…
