#Hub 模型库

Hugging Face Hub 是模型、数据集、Spaces 的协作平台。Transformers 的 from_pretrained / push_to_hub 默认就读这里。检查点数量已超过 100 万。

#搜索模型

打开 huggingface.co/models，按任务、框架（PyTorch）、库（transformers）、语言筛选。卡片上的下载量、点赞、是否 gated 都要看。

本课推荐的搜索起点：

点进仓库后先读 Model card（模型卡），不要只复制 ID。

#模型卡里看什么

模型卡是仓库根目录的 README.md，通常包括：

• 许可（Apache-2.0、MIT、自定义、不可商用）
• 训练数据与局限（偏见、语言覆盖）
• 用法（Pipeline 片段、trust_remote_code 是否需要）
• 显存 / 硬件
• 门控：Llama 等需在网页点同意并 hf auth login

本教程示例避开门控墙。若你必须用 Llama，完成许可流程后再加载，不要在教程里假设读者已经点过同意。

#数据集与 Spaces

• Datasets：与 load_dataset("rotten_tomatoes") 同一套命名空间，页上有预览与引用。
• Spaces：用 Gradio / Streamlit / Docker 把 Demo 挂在 Hub 上，例如公开情感分类小工具。创建 Space 后把 pipeline 包进 app.py 即可，本课只作预告——完整前端不是重点。

三者可以互相链接：模型卡里引用数据集，Space 里加载你的模型 ID。

#登录与 push_to_hub

hf auth login

from transformers import AutoModelForSequenceClassification, AutoTokenizer

dir_ = "./rt-distilbert-final"
model = AutoModelForSequenceClassification.from_pretrained(dir_)
tok = AutoTokenizer.from_pretrained(dir_)
repo = "YOUR_USER/rt-distilbert-demo"

model.push_to_hub(repo)
tok.push_to_hub(repo)

Trainer 也可在 TrainingArguments(push_to_hub=True, hub_model_id=repo) 后 trainer.push_to_hub()。仓库默认公开，私有仓需 Hub 账号权限。

推送前补全模型卡：任务、id2label、训练超参、评价分数、许可。空 README 的仓库很难被信任。

#本地 ↔ Hub

from transformers import AutoTokenizer, AutoModelForCausalLM

# 下载（有缓存）
m = AutoModelForCausalLM.from_pretrained(
    "distilbert/distilgpt2", device_map="auto", dtype="auto"
)
# 另存本地
m.save_pretrained("./offline-distilgpt2")
AutoTokenizer.from_pretrained("distilbert/distilgpt2").save_pretrained(
    "./offline-distilgpt2"
)
# 之后可完全离线
# AutoModelForCausalLM.from_pretrained("./offline-distilgpt2")

CI 里用 HF_TOKEN 环境变量，不要把 Token 写进 Git。hf download org/name 可只拉文件不走 Python。

#和 Ollama、Skills

把 Hub 上的开源权重量化后，可用本站 Ollama 做日常聊天。研究、对比 generate()、发 Spaces 则留在 Transformers。

用编码 Agent 批量改模型卡、上传数据集时，可启用 Hugging Face Skills；主路径仍是你自己会 from_pretrained 与读模型卡。

#下一步

• 实战案例
• 资源与延伸阅读