numind/NuExtract 是一个基于 phi-3-mini 的信息提取模型,在 Hugging Face 上提供使用。该模型经过高质量私有数据集的微调,可用于从文本中提取信息。用户可以通过提供 JSON 模板来指定要提取的信息格式。
Hugging Face Space 上的“开放式大语言模型性能停滞不前,让我们再次让排行榜变得陡峭”项目指出, 开放式大语言模型的性能表现趋于平稳。该项目旨在通过持续评估和比较不同的模型,推动开放式大语言模型的发展,使其性能再次快速提升。
本文介绍了abliteration技术,该技术可以去除大型语言模型(LLM)的审查机制,使其能够响应所有类型的提示。文章详细介绍了abliteration技术的原理和实现步骤,并通过实验验证了其效果。实验结果表明,abliteration技术能够有效去除LLM模型的审查机制,但也可能导致模型性能下降。为了解决这个问题,文章建议使用DPO等技术对abliterated模型进行微调,以恢复其性能。
FineWeb 是一个由 Hugging Face 推出的开源项目,旨在从互联网上提取高质量的文本数据。该项目利用机器学习和自然语言处理技术,对网页内容进行分析和筛选,剔除低质量、重复和有害信息,为大型语言模型训练提供高质量数据集。
Hugging Face近日发现其Spaces平台存在未经授权的访问行为,可能导致部分用户密钥泄露。作为补救措施,Hugging Face已撤销了受影响的HF tokens,并建议用户刷新密钥或token,并改用更安全的细粒度访问令牌。此外,Hugging Face还采取了其他安全措施,包括移除组织令牌、实施密钥管理服务、增强识别和作废泄露令牌的能力等。
Hugging Face上OpenELM的页面提供了关于OpenELM模型的信息,包括其文档、预训练模型、示例和讨论区。OpenELM是一个面向自然语言处理任务的高效语言模型,由Apple开发。该页面允许用户探索OpenELM模型,了解其功能并参与相关的讨论。