Hugging Face Hub 社区更新：拉取请求和讨论

Hugging Face 已在 Hugging Face Hub 上推出拉取请求和讨论功能，提供一个集中式的协作环境，用于模型、数据集和 Spaces。这些功能允许任何社区成员提出更改、提问，并直接与仓库所有者互动，以加速机器学习开发和伦理软件迭代。

协作功能：讨论和拉取请求

Hugging Face 在所有仓库类型（包括模型、数据集和 Spaces）中集成了新的 “Community” 选项卡。该选项卡是两个新协作工具的主要界面：

讨论

讨论使社区成员能够提问、提供答案，并直接与仓库所有者及更广泛的社区分享想法或建议。这对任何用户开放，促进在仓库上下文中的直接沟通。

拉取请求

拉取请求允许用户直接通过网站打开、评论、合并或关闭贡献。为简化流程，Hugging Face 在 “Files and versions” 选项卡中提供了一个 “Collaborate” 按钮，专门用于促进单文件贡献。

技术实现和 Git 工作流

Hugging Face 对拉取请求的实现与传统的 Git 托管平台（如 GitHub）在三个主要方面不同，以更好地适应机器学习工作流：

• 无需 Fork：Hub 不要求贡献者 fork 仓库，而是使用直接存储在源仓库上的自定义 “branches”——refs。这消除了为每个模型或数据集的新版本创建 fork 的开销。
• 统一界面：issues 与 pull requests 没有硬性区分；它们本质上相同，并显示在同一列表中。
• 针对 ML 的优化：系统专为机器学习仓库（模型、数据集和 Spaces）而非任意通用仓库进行精简。

对伦理机器学习和社区贡献的影响

社区选项卡的引入与伦理机器学习的提案相契合，提供了一个透明的反馈和迭代平台。这些工具的具体使用场景包括：

• 改进披露：在模型卡中提出建议，以更好地披露伦理偏见。
• 报告问题：在 Space 演示中标记令人担忧的生成内容。
• 直接沟通：在数据集/模型作者与社区之间建立直接的沟通渠道。
• 仓库增强：允许社区贡献改进，例如为模型提供 TensorFlow 权重。