Hugging Face
La plataforma comunitaria de IA para modelos, datasets y spaces
A Hugging Face se le suele llamar el GitHub del aprendizaje automático. Investigadores y empresas suben a su Hub modelos y datasets que cualquiera puede explorar, consultar en la documentación y descargar. Cuando sale un modelo abierto, sea de lenguaje, de generación de imágenes o de voz, casi siempre aparece allí primero. Cada página de modelo incluye una ficha que explica qué hace, cómo se entrenó y cómo usarlo, además de los debates de la comunidad.
La empresa también desarrolla el software que rodea al Hub. La librería Transformers es la forma estándar de cargar y ejecutar modelos en Python, y otras librerías relacionadas se ocupan de los datasets, el entrenamiento, el fine-tuning y la inferencia eficiente. Spaces permite publicar demos interactivas en el navegador, muchas de ellas gratuitas. Inference Providers e Inference Endpoints sirven para llamar a los modelos por API o desplegarlos en hardware dedicado, y el Hub incluye rankings que comparan modelos.
Explorar y descargar es gratis, y los planes de pago añaden repositorios privados, más capacidad de cómputo para Spaces, funciones de equipo y controles para empresas. Como cualquiera puede subir contenido, la calidad y las licencias varían, así que conviene leer la licencia, revisar la ficha del modelo y tener cuidado con los archivos de origen desconocido. Para aprender, experimentar y encontrar un modelo abierto para una tarea, es el mejor punto de partida. Replicate y Together AI cubren la inferencia alojada, y Kaggle coincide en datasets y notebooks.