Hugging Face Hub 커뮤니티 업데이트: Pull Requests와 Discussions

Hugging Face는 모델, 데이터셋, 그리고 Spaces를 위한 중앙 집중형 협업 환경을 제공하기 위해 Hugging Face Hub에 Pull Requests와 토론 기능을 출시했습니다. 이 기능들을 통해 커뮤니티 구성원 누구나 변경 사항을 제안하고, 질문을 하고, 저장소 소유자와 직접 상호작용하여 머신러닝 개발과 윤리적 소프트웨어 반복을 가속화할 수 있습니다.

협업 기능: 토론과 Pull Requests

Hugging Face는 모델, 데이터셋, Spaces 등 모든 저장소 유형에 새로운 "Community" 탭을 통합했습니다. 이 탭은 두 가지 새로운 협업 도구의 주요 인터페이스 역할을 합니다:

토론

토론은 커뮤니티 구성원이 질문을 하고, 답변을 제공하며, 아이디어나 제안을 저장소 소유자 및 더 넓은 커뮤니티와 직접 공유할 수 있게 합니다. 모든 사용자가 이용할 수 있어 저장소 컨텍스트 내에서 직접적인 소통을 촉진합니다.

Pull Requests

Pull Requests를 통해 사용자는 웹사이트에서 직접 기여를 열고, 댓글을 달고, 병합하거나 닫을 수 있습니다. 과정을 단순화하기 위해 Hugging Face는 "Files and versions" 탭에 "Collaborate" 버튼을 제공하며, 이는 단일 파일 기여를 용이하게 하기 위해 특별히 설계되었습니다.

기술 구현 및 Git 워크플로우

Hugging Face의 Pull Requests 구현은 전통적인 Git 호스트(예: GitHub)와는 세 가지 주요 방식에서 다릅니다. 이는 머신러닝 워크플로우에 더 잘 맞추기 위한 것입니다:

  • 포크 필요 없음: 기여자가 저장소를 포크하도록 요구하는 대신, Hub는 refs 라는 커스텀 "브랜치"를 사용해 직접 원본 저장소에 저장합니다. 이는 모델이나 데이터셋의 새로운 버전을 만들 때마다 포크를 생성하는 부담을 없애줍니다.
  • 통합 인터페이스: 이슈와 Pull Requests 사이에 명확한 구분이 없으며, 본질적으로 동일하게 취급되어 같은 리스트에 표시됩니다.
  • ML 전용 최적화: 시스템은 임의의 일반 목적 저장소가 아니라 모델, 데이터셋, Spaces와 같은 ML 저장소에 특화되어 간소화되었습니다.

윤리적 ML 및 커뮤니티 기여에 대한 함의

Community 탭의 도입은 투명한 피드백 및 반복을 제공함으로써 윤리적 ML 제안과 일치합니다. 이 도구들의 구체적인 사용 사례는 다음과 같습니다:

  • 공개 개선: 모델 카드에 윤리적 편향을 더 명확히 공개하도록 제안합니다.
  • 이슈 보고: Space 데모 내에서 우려되는 생성물을 표시합니다.
  • 직접 소통: 데이터셋/모델 저자와 커뮤니티 간에 직접적인 소통 라인을 구축합니다.
  • 저장소 향상: 커뮤니티가 모델에 대한 TensorFlow 가중치 제공과 같은 개선을 기여하도록 허용합니다.

Sources