Hugging Face 推出 Evaluation on the Hub，无需写代码即可评测任意模型与数据集
Hugging Face 发布 Evaluation on the Hub，由 AutoTrain 驱动，可在 Hub 上对任意模型、任意数据集做评测，无需写一行代码。
推荐理由：不用写代码就能在 Hub 上给任意模型跑任意数据集的评测，做模型选型或复现论文结果的可以直接用。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face Blog精选AI 评分6060
Hugging Face Blog精选AI 评分6262 用 Accelerate 不改代码跑 PyTorch FSDP，在 2 张 24GB 卡上训练 GPT-2 XL
Hugging Face 介绍如何用 Accelerate 在不改代码的情况下启用 PyTorch FullyShardedDataParallel（FSDP），在 2 张 24GB NVIDIA Titan RTX 上对 GPT-2 Large（762M）和 GPT-2 XL（1.5B）做因果语言建模训练。
推荐理由：用 Accelerate 不改代码就能跑 PyTorch FSDP，显存不够的可以照表选分片与 CPU offload 配置。
Hugging Face BlogAI 评分2222 用 Kili 和 HuggingFace AutoTrain 做评论分类与情感分析
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。作者以 Google Play 上约 4 万条 Medium 用户评论为样本，划分 Subscription、Content、Interface、User Experience 四类，在 Kili 中完成标注后训练分类模型，再对分类结果做情感分析。