随机搞笑表情包生成器开源项目 – AI生成搞笑表情包

LightEval是一个轻量级的LLM评估套件，Hugging Face在内部使用，并与最近发布的LLM数据处理库datatrove和LLM训练库nanotron集成。

使用 huggingface/chat-ui 和 huggingface/candle 创建的适用于 macOS 和 iOS 的本地高效的聊天应用程序，提供流畅的用户体验和强大的聊天功能。

一套用于在Google Cloud Vertex AI和Google Kubernetes Engine上训练和部署模型的Docker镜像

LLaMA-VID 是一个用于理解长视频的多模态大模型，通过双令牌策略显著减少了长视频的过载，同时保留了关键信息。

Gigglz是一个便捷的在线工具，用户只需上传照片并点击按钮，AI即可将照片转化为搞笑的表情包，轻松分享快乐。

Hugging Face是一个用户友好的开源平台，旨在快速构建、训练和部署AI模型与应用，无需深厚的机器学习专业知识。它支持流行框架，提供全面的文档，并专注于自然语言处理(NLP)，为AI研究人员和工程师提供不可或缺的资源。

MergeUI是一个直观的用户界面，旨在帮助用户探索在Hugging Face上合并的语言模型（LLMs）。通过合并模型，用户可以以低廉的成本创建强大的语言模型，无需GPU。该工具提供了有关模型合并的建议，帮助用户决定合并哪些模型以及使用什么合并策略。

mcpadapt是一个旨在简化MCP服务器接入的工具，支持多种Agent框架，如Smolagents和Langchain。它提供了快速接入650+ MCP服务器工具的能力，无需复杂配置，且持续更新，即将支持更多框架和功能。

HF-LLM.rs 是一个命令行工具，旨在便捷地访问 Hugging Face 托管的大型语言模型（LLM）。该工具支持用户选择不同的模型，提供输入提示功能，以及实时输出流和聊天模式，适合开发者和研究人员使用。

这是一个用于演示基于Swift的聊天和语言模型测试的Mac应用，旨在展示Hugging Face的swift-transformers库的能力。它提供了一个友好的用户界面，用户可以轻松与多种语言模型进行互动，测试其响应和性能。

OLMo是一个由科学家设计的开源语言模型仓库，旨在训练和使用AI2最先进的开放语言模型。它采用两阶段训练程序，第一阶段在大约4T令牌的网络语料库上训练，第二阶段在约50-100B令牌的高质量目标语料库上微调。OLMo已用于各种自然语言处理任务，包括文本生成、问答和翻译。

谷歌DeepMind发布的最新多任务视觉语言模型(VLM)，集成了多种视觉和语言处理能力，支持图像描述、目标检测、图像分割、OCR以及文档理解等任务。该模型提供三种不同参数规模(3B、10B、28B)，支持224px和448px两种分辨率，基于开源框架开发，易于使用和扩展，通过简单提示即可切换任务，无需额外加载模型。

本课程将教你使用 Hugging Face 生态系统中的库进行自然语言处理 (NLP)。课程涵盖了使用 Transformer 进行文本处理、数据集训练模型、文本分词及提高计算效率等多方面内容。

一个自定义 Hugging Face 节点的开源项目，用于 Google Visual Blocks for ML，允许用户在无代码图形编辑器中创建机器学习管道，支持多种机器学习功能并与Hugging Face Serverless API集成。

VLM-R1是一个开源项目，成功将DeepSeek的R1方法从纯文本领域迁移到视觉语言领域。该项目基于Qwen2.5-VL，对比了R1和传统的SFT方法，展示了其在多模态图像识别领域的突破性进展。VLM-R1在各种复杂场景下保持稳定的高性能，并展示了卓越的泛化能力，能够适应多种场景和任务而无需专门训练。项目在GitHub上线后迅速获得广泛关注，并登上平台热门趋势榜。