Hugging Face 在 Hub 上为模型、数据集和 Spaces 仓库推出 Pull Requests 和 Discussions 功能，位于新的 Community 标签页，任何社区成员均可参与。PR 不使用 fork，而是通过源仓库中称为 refs 的特殊分支实现，Issues 与 PR 不作区分并显示在同一列表，旨在打造比 GitHub 更简化的 ML 协作流程。
推荐理由：原文说明了 PR 与讨论功能的具体机制和与 GitHub 的差异，读者可以据此了解如何参与 Hub 上的模型与数据集协作。
Hugging Face 深度强化学习课程发布 Unit 2 第二部分，讲解 Q-Learning 算法、Q-Function 与 Q-Table，以及 Epsilon Greedy 策略和 TD 更新，并区分 off-policy 与 on-policy。
推荐理由：课程官方教程用迷宫示例逐步拆解 Q-Learning 算法和 Q 表更新，读者可跟着 Colab 从零实现第一个 RL 智能体。
Hugging Face 深度强化学习免费课程第 2 单元第 1 部分讲解 value-based 方法、State-Value 与 Action-Value 函数及 Bellman 方程。
Hugging Face 发布 Gradio 3.0，对库进行了彻底重构设计。前端改用 Svelte 等现代技术带来更小的载荷和更快的页面加载，组件更新增 Gallery 和 TabbedInterface；新推出的 Gradio Blocks 低阶 API 支持在 Python 中自定义布局、多步骤数据流和组件属性动态控制。
推荐理由：Hugging Face 官方说明 Gradio 3.0 的前端重构与 Blocks 低阶 API，读者可以判断新布局与数据流控制对模型演示的实际影响。
Hugging Face 发布 Optimum 1.2，为 Optimum 增加推理支持和 transformers pipelines 集成，目前基于 ONNX Runtime。
Hugging Face 宣布完成 1 亿美元 C 轮融资，由 Lux Capital 领投，Sequoia、Coatue 重点参与。平台目前托管 100,000 个预训练模型和 10,000 个数据集，超过 10,000 家公司在使用；新资金将用于加大研究、开源产品和负责任 AI 民主化的投入，团队过去 12 个月从 30 人扩展到 120+ 人。
推荐理由：官方宣布融资并给出平台规模数据，读者可据此了解其开源生态与后续投入方向。
Hugging Face Hub 现已集成 fastai，开发者用一行 Python 即可上传和分享 fastai 模型。需安装 fastai>=2.4、fastcore>=1.3.27 和 toml，通过 push_to_hub_fastai 上传 Learner，再用 from_pretrained_fastai 加载，Hub 提供基于 git 的版本控制和自动生成的 model card。
Hugging Face 发布免费课程 Deep Reinforcement Learning Class 的第一章，讲解强化学习基础概念，包括 RL 流程、奖励假设、折扣奖励、探索与利用权衡，以及 Policy-Based 和 Value-Based 两类求解方法。
Hugging Face 发布教程，介绍如何通过 Accelerate 库无需改代码即可使用 PyTorch FullyShardedDataParallel（FSDP）训练大模型。
HuggingFace AutoTrain 与数据标注平台 Kili 可组合成一套主动学习流水线，用于文本分类：在 Kili 中标注数据、迭代重训模型。AutoTrain 已自动化数据清洗、模型选择与超参数优化，支持二分类与多标签文本分类、token 分类、抽取式问答、摘要和文本打分，并覆盖英语、德语、法语、西班牙语、芬兰语、瑞典语、印地语、荷兰语等语言。
Hugging Face 发布教程，演示如何在 AWS EC2 DL1 实例（搭载 8 颗 Habana Gaudi 处理器）上微调 bert-large-uncased-whole-word-masking 模型，用于 GLUE 的 MRPC 任务。
Hugging Face 发布教育计划，目标在 2023 年底前教会 500 万人机器学习。该计划面向所有人、初学者和教师三类群体，提供 NLP、深度强化学习、Gradio 演示构建等免费课程，以及已翻译成 8 种语言的教师工具包。此前 2022 年 3 月的 ML demo.cratization tour 已为 16 个国家超 1000 名学生授课。
Hugging Face 工程师 Patrick von Platen 发布教程，将过滤最不满意客户消息建模为 5 类文本分类任务，选用 amazon_reviews_multi 数据集微调 microsoft/deberta-v3-base。
Hugging Face 发布教程，讲解如何使用 Transformers 库对 ViT 进行微调以完成图像分类任务。
Hugging Face 官方博客宣布 Gradio 加入 Hugging Face。正文抓取失败，仅标题可用，暂无更多细节。
Hugging Face 发布 Spaces 功能，用户可以在其中使用 Gradio 展示自己的项目。正文抓取失败，仅标题可用，更多细节以原文为准。
Hugging Face 发布博客，介绍如何通过 DeepSpeed 和 FairScale 使用 ZeRO，实现装下更多数据并更快训练。正文抓取失败，仅标题可用。
Hugging Face 发布教程，讲解在 Transformers 中使用不同解码方法进行语言生成。文章覆盖多种 decoding 方法的选择与使用方式，原文正文未能抓取，仅标题可用。
推荐理由：原文系统讲解 Transformers 中不同文本解码方法的用法与差异，读者可按需选择生成策略。
Hugging Face 博客发布教程，讲解如何使用 Transformers 和 Tokenizers 从零训练一个新的语言模型。