每一周，咱们的搭档都会向社区的成员们发布一些关于 Hugging Face 相关的更新，包含咱们的产品和渠道更新、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 有哪些风趣的音讯，快来看看吧！
重磅更新
Hugging Face 开源大模型排行榜发现异常：让咱们来调查一下！
Open LLM 排行榜是 Hugging Face 建立的一个用于评测开放大言语模型的公开榜单。最近，随着 Falcon 的发布并在 Open LLM 排行榜上张狂屠榜，环绕这个榜单在推特上掀起了一轮热烈的评论。 评论主要环绕排行榜上的四个评测基准其中之一: 大规模多使命言语理解（Massive Multitask Language Understanding，MMLU）基准。
社区发现头部模型 LLaMA 在 Open LLM 榜单上的 MMLU 得分比 LLaMA 论文 中声称的数字要低许多，咱们都感觉很奇怪。
因而，咱们决定深化分析一下这个现象，看看到底是什么原因，又应该怎么解决。
在这段旅程中，你将学到许多有关怎么评测模型的常识，因而，如果后面你在网络上或论文中看到了相关的评测数字，相信你就会有一定的判断力了。
详细内容请看咱们在 Hugging Face 大众号发布的文章：Open LLM 排行榜近况。
Hugging Face 开源大模型榜单更新啦
- 更新之一：运用更新版 Harness 从头刷榜，更新得分
在 Falcon 大模型发布之后，许多人对咱们开源大模型榜单上的 LLaMA 排名下降及评分进行评论在 Harness 版别更新之后，咱们对一切大模型从头刷榜，目前的得分效果都是最新的！
- 更新之二：更快速的推理
咱们现在对兼容模型运用 text – generation – inference 文本生成推理，它速度极快且无缝连接，直接让后端的速度提升了一个数量级 。关于其他模型，咱们运用超级棒的 accelerate 来优化并行性。
- 更新之三：提高了可仿制性
能够在更多的方位找到你想要的信息以便仿制或重现 比如在 “about” 能够找到更多的指令细节；在扩展 view 里能够看到更多有关模型的信息；自始自终，一切刷榜的效果和数据也都开源在咱们的 Hub 上
如果咱们在 Hugging Face 做一个中文大模型的列表并随时更新，你觉得怎么样？️
欢迎留言告知咱们你的想法和问题
社区活动
AI 头像变装秀取得邀请你参加！
咱们在小红书渠道上举办的「AI 头像变装秀」活动时刻现已过半，咱们看到咱们生成了许多许多心爱的、抖包袱的、唯美的 AI 头像，只能说咱们都太优秀啦！越发觉得如同没有一个 AI 生成的头像，出门都不好意思跟人打招呼啦！
7 月 5 日至 7 月 31 日举办 Hugging Face AI 头像变装秀活动
活动介绍: 咱们将共享一段 Stable Diffusion 的 Notebook 代码 ️ (hf.link/tx)（不要听到代码就头疼呀集美们，超简单的！）顺着执行这段 Notebook 代码，你将能够运用 AI 生成自己的头像，生成头像的风格不限✨
参与方式: 在运用咱们提供的代码生成头像之后，请在你的小红书发布一篇笔记 共享你的效果或体会，并 @Hugging Face 官方账号让咱们知道。
活动时刻: ⏰ 活动将在 7 月 31 日 (周一) 晚上 12 点截止，到时获赞最多的 前三名 小伙伴将取得奥秘小惊喜
如果有疑问 请随时私信或留言！可到小红书检查活动详情，官方小红书账号活动链接: hf.link/imot4
内容更新
音频 Transformers 课程完结发布！
咱们发布了完全开源的音频 Transformers 课程，迄今为止反响非常好！
Transformers 作为一种强壮而多功能的深度学习架构，一次又一次地证明了自己在各种使命中的卓越体现，包含自然言语处理、计算机视觉，最近更是在音频处理领域也有非凡的体现。
在这门课程中，咱们将探究怎么将 Transformers 使用于音频数据。你将学习怎么运用它们来处理各种音频相关的使命。不管你对语音识别、音频分类仍是从文本生成语音感兴趣，Transformers 和本课程都能满足你的需求。
课程链接 ：hf.co/learn/audio…
咱们现已完结了 7 个单元的发布：
- 单元 1：处理音频数据 – 为处理音频奠定基础。
- 单元 2：音频使用简介 – 介绍了众多音频使用。♂️
- 单元 3：音频的 Transformers 架构 – 讲解了处理音频相关使命时存在的不同类型的架构和设计！⚡️
- 单元 4：构建音乐流派分类器 – 实际操作教程，教你怎么构建音频分类流程。
- 单元 5：语音识别 – 深化探究语音识别，并构建一个模型来转录会议记录
- 单元 6：文字转语音 – 学习怎么将给定的文本转换为音频输出
- 单元 7：详细使用 – 构建实在国际的音频使用程序
完结这门课今后，你将取得运用 Transformers 处理音频数据的坚实基础，而且能够将这些技能使用到各类音频相关的使命上。
为了这次课程，咱们还进行了两次线上活动，目前两次活动的回放现已发布，请通过咱们的官方哔哩哔哩账号检查: hf.link/bili
本期内容修改: Shawn
以上就是本期的 Hugging News，新的一周开端了，咱们一同加油！
