Chapter 3：Hugging Face¶
Hugging Face for AI Research¶
1. 学习目标¶
完成本章学习后，你应该能够：
- 理解 Hugging Face 平台的作用
- 熟悉 Hugging Face 生态系统
- 下载和使用开源模型
- 下载和管理数据集
- 阅读 Model Card 与 Dataset Card
- 使用 Transformers 加载模型
- 掌握实验室模型管理方式
2. 什么是 Hugging Face？¶
Hugging Face 是目前全球最大的 AI 开源模型社区。
主要提供：
- 大模型（LLM）
- 多模态模型（VLM）
- 数据集（Datasets）
- 模型演示（Spaces）
- Transformers 开发框架
目前绝大多数 AI 模型都会首先发布到 Hugging Face。
官方网站：
3. Hugging Face 生态¶
Hugging Face 主要由以下几个部分组成。
| 模块 | 功能 |
|---|---|
| Models | 模型中心 |
| Datasets | 数据集中心 |
| Spaces | 在线演示 |
| Transformers | 模型开发框架 |
| PEFT | 参数高效微调 |
| Diffusers | 图像生成模型 |
对于本课程，重点关注前三项。
4. Model Hub¶
Model Hub 是 Hugging Face 最重要的功能。
官方网站：
主要内容包括：
- 大语言模型（LLM）
- 多模态模型（VLM）
- OCR 模型
- Embedding 模型
- Reranker 模型
建议优先阅读官方发布的模型。
5. Dataset Hub¶
Dataset Hub 提供大量公开数据集。
官方网站：
https://huggingface.co/datasets
主要包括：
- OCR 数据集
- 文档理解数据集
- 图像数据集
- NLP 数据集
- 多模态数据集
建议下载数据集时优先阅读 Dataset Card。
6. Spaces¶
Spaces 提供在线模型演示。
官方网站：
很多模型都可以直接在线体验，无需本地部署。
建议先体验模型，再下载代码。
7. Model Card¶
每个模型都有对应的 Model Card。
阅读顺序建议如下：
- 模型简介
- 模型能力
- 使用方法
- 推理示例
- 模型限制
- License
阅读 Model Card 是学习新模型的第一步。
8. Dataset Card¶
每个数据集都有对应的 Dataset Card。
重点关注：
- 数据来源
- 数据规模
- 数据格式
- License
- 使用示例
不要直接下载数据集而不阅读说明。
9. 实验室重点关注模型¶
建议重点关注以下组织。
Qwen¶
主要学习：
- Qwen3
- Qwen3-VL
- Qwen 系列模型
docling-project¶
https://huggingface.co/docling-project
主要学习：
- SmolDocling
- Docling Models
Microsoft¶
https://huggingface.co/microsoft
重点关注：
- Florence
- Phi
- Document Intelligence
Hugging Face¶
https://huggingface.co/huggingface
学习官方示例和工具。
10. 实验室重点关注数据集¶
建议重点学习：
- DocLayNet
- PubLayNet
- OmniDocBench
- DocVQA
- OCRBench
了解：
- 数据格式
- 标注方式
- 下载方法
11. Transformers¶
官方文档：
https://huggingface.co/docs/transformers
主要学习：
- AutoTokenizer
- AutoProcessor
- AutoModel
- Pipeline
后续课程将详细介绍。
12. 推荐学习顺序¶
建议按照以下顺序学习。
Hugging Face 官网
│
▼
Model Hub
│
▼
Dataset Hub
│
▼
Model Card
│
▼
Transformers
│
▼
官方 Demo
13. 实验室使用规范¶
实验室统一规定：
GitHub：
- 保存源码
- 保存文档
Hugging Face：
- 下载模型
- 下载数据集
- 管理模型版本（后续课程）
不要将大型模型文件上传至 GitHub。
14. 推荐学习资源¶
Hugging Face 官网¶
Models¶
Datasets¶
https://huggingface.co/datasets
Spaces¶
Transformers¶
https://huggingface.co/docs/transformers
PEFT¶
https://huggingface.co/docs/peft
15. 本章实践¶
请完成以下任务。
任务一¶
注册 Hugging Face 账号。
任务二¶
浏览 Qwen 官方主页。
任务三¶
浏览 Docling 官方主页。
任务四¶
阅读一个 Model Card。
任务五¶
阅读一个 Dataset Card。
任务六¶
体验一个 Hugging Face Space。
16. 本章总结¶
完成本章后，你应该能够：
- 熟悉 Hugging Face 平台
- 查找并下载模型
- 查找并下载数据集
- 阅读官方模型说明
- 理解实验室模型管理方式
下一章¶
下一章学习：
Chapter 4：Kaggle
主要内容：
- Kaggle 平台介绍
- Notebook 使用
- GPU 使用
- Dataset 管理
- AI 模型快速验证
- 实验室 Kaggle 开发规范
完成后，你将能够利用 Kaggle 快速完成模型验证和实验开发，为后续学习 Qwen3.5-VL 和 SmolDocling 做好准备。