Modelos, conjuntos de datos, Spaces e inferencia HTTP unificados en Hugging Face Hub
Hugging Face opera Hugging Face Hub—un punto central para explotar y alojar artefactos de ML—y Spaces para demos, más documentación para invocar modelos mediante APIs HTTP con tokens de acceso gestionados en la cuenta. La documentación oficial describe creación de tokens (`Settings → Access Tokens`), uso de Git LFS, versionado de repos e inferencia vía Inference Providers/documentación serverless enlazada desde huggingface.co.
Casos de uso
- Publicar pesos abiertos con líneas claras de licencia
- Demos reproducibles tipo Gradio enlazadas a revisiones ancladas
- Benchmarkear recuperación/generación contra datasets públicos del Hub
- Enseñar manejo de tokens antes de evaluaciones en CI
- Combinar cuotas de inferencia con despliegues graduales según guías Inference Providers
Funciones principales
- Catálogo y alojamiento de modelos, datasets y Spaces según guides del Hub
- Flujos basados en Git + LFS alineados a la doc del Hub para archivos grandes
- Inferencia HTTPS con Bearer token enrutada por Inference Providers
- Model/dataset cards con metadatos de reproducibilidad
- Integraciones transformers/diffusers y stacks de inferencia de terceros documentados aguas abajo del Hub
Relacionados
Relacionados
3 Entradas indexadas
Together AI
Together AI ofrece una plataforma para ejecutar modelos abiertos destacados desde GPUs hospedadas por Together. La documentación se centra en emitir API keys, instalar el SDK Python (`together`) o npm (`together-ai`) o llamar HTTPS como `https://api.together.ai/v1/chat/completions` con Bearer. Las guías cubren completions con streaming, llamadas a función, salidas estructuradas y descubrir modelos, además de reservas de GPU y fine tuning descritos en la jerarquía ampliada de docs.
Voyage AI
Voyage AI documenta en docs.voyageai.com embeddings y rerankers para RAG. API POST /v1/embeddings; paquete Python voyageai.Client.embed() con modelos voyage-4-large, voyage-4-lite, voyage-code-3, etc. input_type query/document, output_dimension y output_dtype. Rerankers refinan retrieval. Parte del ecosistema MongoDB AI.
Replicate
Replicate es una plataforma hospedada para ejecutar modelos de machine learning propios y de terceros vía HTTP sin aprovisionar GPUs manualmente. La documentación oficial explica cómo autenticarse con tokens, crear predicciones asíncronas, hacer streaming de salidas, obtener metadatos de modelos, conectar webhooks de finalización y, opcionalmente, desplegar o afinizar checkpoints publicados en el catálogo (incluye guías públicas tipo FLUX).