Hugging Face 拥有超过 30,000 个数据集，您可以将其输入到模型中，从而更轻松地开始使用。而且，由于它是一个开源社区，您还可以贡献自己的数据集，并在发布新的、更好的数据集时进行浏览。 Hugging Face 数据集是什么样的？我快速浏览了一下，以下是一些值得注意的数据集： wikipedia包含标记的维基百科数据，因此您可以在整个维基百科内容上训练您的模型。
个目在这些时间段内拨打
openai_humaneval包含人类手写的 Python 代码，其中包 电报筛查 括 164 个编程问题，有利于训练 AI 模型生成代码。 transmissiondb包含 1400 万个带标签的图像示例，帮助 AI 文本到图像模型更熟练地根据文本提示创建图像。 在 Spaces 中展示你的作品 拥抱脸上的空间 Hugging Face 的 Spaces是您与社区分享作品的地方。
查看 Slide Share 了解一些示例
您可以创建展示和小型应用程序，将您的 AI 模型插入其中，并添加 我可以创建一个开放的 WiFi 网络吗 说明或项目信息。然后任何人都可以访问您的 Space 并查看您创建的内容：在上图中，您可以看到一个 Space 托管了一个可以根据文本提示编辑图像的模型。 该平台提供了运行演示所需的基本计算资源（16 GB RAM、2 个 CPU 核心和 50 GB 磁盘空间），如果您希望它运行得更好、更快，可以升级硬件。
这里最好的部分是，许多空间不需要任何技术技能即可使用，因此任何 克罗地亚商业指南 人都可以直接进入并使用这些模型进行工作（或者为了好玩，我不会评判）。 在 Playground 中尝试选择聊天模型 拥抱脸游乐场 Hugging Face 创建了一个Playground，您可以在其中测试一些可用的 LLM。