我们非常高兴地宣布，Hugging Face与arXiv合作，使论文更易获取、发现和有趣！从今天开始，Hugging Face Spaces与arXivLabs整合，通过一个演示标签将社区或作者自己创建的演示链接包含其中。通过进入你喜欢的论文的演示标签，你可以找到开源演示的链接，并立即尝试🔥
自2021年10月推出以来，Hugging Face Spaces已被社区用于构建和分享超过12,000个开源机器学习演示。借助Spaces，Hugging Face用户可以分享、探索、讨论模型，并构建交互式应用程序，使任何人都可以在浏览器中尝试它们，无需运行任何代码。这些演示是使用开源工具（如Gradio和Streamlit Python库）构建的，并利用了在Hugging Face Hub上可用的模型和数据集。
得益于最新的arXiv集成，用户现在可以在论文的arXiv摘要页面上找到最受欢迎的演示。例如，如果你想尝试BERT语言模型的演示，你可以转到BERT论文的arXiv页面，并导航到演示标签。你将看到由开源社区构建的200多个演示–有些演示仅展示BERT模型，而其他演示展示了修改或使用BERT作为更大流程的一部分的相关应用，如上面所示的演示。
演示使更广泛的受众可以探索机器学习以及其他领域中构建计算模型的领域，例如生物学、化学、天文学和经济学。它们有助于增加对模型工作原理的认识和理解，提升研究人员工作的可见性，并使更多不同背景的受众能够识别和调试偏见和其他问题。这些演示通过让他人无需编写一行代码就能探索论文的结果，增加了研究的可重复性！我们对与arXiv的这一整合感到非常激动，迫不及待地想看到研究社区将如何利用它来改进沟通、传播和解释性。