Hugging Face AI Sheets リリース

Hugging Face AI Sheets は、AIモデルを使用してデータセットを構築、強化、変換するために設計されたオープンソースのノーコードツールです。ユーザーは、Inference Providers やローカルデプロイメントを通じて、Hugging Face Hub の数千のオープンモデルを活用でき、OpenAI の gpt-oss などのモデルも含まれます。

AI Sheets を使ったノーコードデータセットエンジニアリング

AI Sheets は、スプレッドシートのようなユーザーインターフェースを提供し、プロンプトを書くだけで新しいデータ列を作成できます。このアプローチにより、迅速な実験が可能となり、ユーザーは小規模なデータセットで開始し、プロンプトを繰り返し改善しながら、より大規模なデータ生成パイプラインへとスケールアップできます。

コア機能

  • モデル比較と「バイブテスト」: ユーザーはプロンプトをインポートし、各モデルごとに列を作成して出力を並べて比較できます。さらに、別のLLMが応答を評価する「judge」列を追加して拡張することも可能です。
  • プロンプト最適化: このツールは効率的なプロンプトの微調整を可能にします。セルを編集したり「👍」でマークしたりすることで、ユーザーは直接フィードバックを提供し、ツールはそれを自動的に少数ショット例として次回の生成に組み込みます。
  • データセットの変換と分類: AI Sheets はテキストのクリーンアップ（例：句読点の除去）やコンテンツのカテゴリ分け、データセットからの重要なアイデア抽出に利用できます。
  • データの強化: 「Web検索」オプションを有効にすることで、モデルを使って特定の住所の郵便番号など、欠落情報を取得できます。
  • 合成データ生成: ユーザーは自然言語で望む構造を記述したり、プロンプトを連鎖させたりして、ゼロから全く新しいデータセットを生成できます（例：プロフェッショナルなバイオを生成し、そのバイオを使ってリアルなメールを書く）。

ワークフローと技術実装

AI Sheets は、データの主な入力方法として、既存ファイル（XLS、TSV、CSV、または Parquet）を最大 1,000 行までインポートするか、自然言語の記述を用いてゼロからデータセットを生成するかの二つをサポートします。

洗練と拡張

データがロードされたら、ユーザーは以下の仕組みで出力を洗練できます：

  • 手動フィードバック: セルを編集したり結果に「👍」したりすることで、再生成時や新しい行を追加する際の少数ショット例としてモデルに利用されます。
  • 列設定: ユーザーはプロンプトを変更したり、モデルを切り替えたり、Inference Provider を変更したりしてパフォーマンスを最適化できます。
  • 動的拡張: 列の最終セルから下へドラッグするだけで、即座に追加行を生成できます。

Hub 連携とスケーリング

AI Sheets で作成したデータセットは Hugging Face Hub にエクスポートできます。このエクスポートにより、プロンプトと少数ショット例を保持した設定ファイル（config.yml）が生成されます。この設定を使用して、HF Jobs と提供される拡張スクリプトを利用し、スプレッドシートの初期上限を超える大規模データの生成をスケールアップできます。

デプロイとアクセス

AI Sheets は、Hugging Face Spaces から無料ツールとして利用できるほか、GitHub リポジトリからローカルにデプロイすることも可能です。ローカル利用者には、月間推論使用量を増やすために PRO サブスクリプションを推奨しています。

Sources