Hugging Face 模型卡文件框架

Hugging Face 推出了一套完整的工具與資源，旨在標準化並簡化模型卡的製作。這些資源旨在透過降低技術門檻，讓更廣泛的利害關係人（包括開發者、政策制定者與倫理學者）都能使用機器學習文件。

標準化模型卡框架

Hugging Face 在 huggingface_hub 套件中引入了更新的模型卡範本，以建立機器學習文件的一致結構。此範本提供預設提示文字，引導作者，特別強調記錄模型的偏見、風險與限制。

為支援此框架的實施，Hugging Face 發布了以下資源：

• Model Card Creator Tool：一個圖形使用者介面（GUI），讓團隊在不需要 Markdown 或程式設計知識的情況下協作並建立模型卡。
• Annotated Model Card Template：一份詳細指南，說明如何正確填寫模型卡的各個部分。
• Guide Book：一項資源，詳述機器學習文件的最新狀況、使用者研究以及完成模型卡的說明。

研究與證據基礎

這些工具的開發受到對現有機器學習文件工具的全景分析與最新文獻回顧的啟發。此框架建立於基礎工作之上，例如 Mitchell 等人（2018）提出的原始模型卡提案，以及《自然語言處理的資料聲明》（Bender & Friedman，2018）與《資料集說明書》（Gebru 等，2018）。

為確保工具符合實際使用者需求，Hugging Face 進行了內部使用者訪談，並為托管於 Hugging Face Hub 的模型建立了數十張模型卡，以精練範本與撰寫工具。

可及性與包容性於機器學習文件

新圖形介面撰寫工具的主要目標是透過讓具備不同技能與角色的個人參與文件製作，提升包容性。透過移除程式碼需求，Hugging Face 致力於將模型文件的倫理面向置於核心，並確保受機器學習模型影響的人能更好地理解它們。

模型文件未來路線圖

Hugging Face 計畫透過以下幾項預定的進展，進一步將模型文件整合至機器學習生命週期：

• Automated Evaluation Integration：整合如「Evaluate on the Hub」等工具，允許自動將跨不同因素的效能結果直接匯入模型卡。
• Paper-to-Documentation Pipeline：開發一條管線，簡化從研究論文到模型卡的轉換，降低標準化文件所需的工作量。
• Product Integration：持續將模型卡創建功能直接整合至 Hub 倉庫與產品中，以簡化工作流程。