🤝Hugging Face + Kaggle: улучшенный доступ к моделям для всех
Теперь Kaggle и Hugging Face тесно интегрированы: ➡️ Вы можете запускать модели Hugging Face напрямую в Kaggle-ноутбуках. ➡️ Kaggle автоматически создаёт страницы моделей на своей стороне, если их ещё нет. ➡️ Появилась централизованная точка для поиска моделей и примеров кода.
📤Из Hugging Face в Kaggle: 1. Зайдите на страницу модели (например, Qwen/Qwen3-1.7B) на Hugging Face. 2. Нажмите «Use this model» → выберите Kaggle. 3. Откроется ноутбук с уже готовым кодом для загрузки модели.
📥Из Kaggle в Hugging Face: 1. На Kaggle-моделях теперь есть вкладка «Code», где отображаются все публичные ноутбуки, использующие эту модель. 2. Также есть кнопка «Открыть в Hugging Face» — для перехода на оригинальную страницу модели с полными метаданными и обсуждениями.
🚩 В ближайшие месяцы Kaggle планирует внедрить поддержку моделей Hugging Face в оффлайн-соревнованиях. Это требует особого подхода, так как Kaggle строго следит за отсутствием утечек данных и честностью результатов.
🤝Hugging Face + Kaggle: улучшенный доступ к моделям для всех
Теперь Kaggle и Hugging Face тесно интегрированы: ➡️ Вы можете запускать модели Hugging Face напрямую в Kaggle-ноутбуках. ➡️ Kaggle автоматически создаёт страницы моделей на своей стороне, если их ещё нет. ➡️ Появилась централизованная точка для поиска моделей и примеров кода.
📤Из Hugging Face в Kaggle: 1. Зайдите на страницу модели (например, Qwen/Qwen3-1.7B) на Hugging Face. 2. Нажмите «Use this model» → выберите Kaggle. 3. Откроется ноутбук с уже готовым кодом для загрузки модели.
📥Из Kaggle в Hugging Face: 1. На Kaggle-моделях теперь есть вкладка «Code», где отображаются все публичные ноутбуки, использующие эту модель. 2. Также есть кнопка «Открыть в Hugging Face» — для перехода на оригинальную страницу модели с полными метаданными и обсуждениями.
🚩 В ближайшие месяцы Kaggle планирует внедрить поддержку моделей Hugging Face в оффлайн-соревнованиях. Это требует особого подхода, так как Kaggle строго следит за отсутствием утечек данных и честностью результатов.
In many cases, the content resembled that of the marketplaces found on the dark web, a group of hidden websites that are popular among hackers and accessed using specific anonymising software.“We have recently been witnessing a 100 per cent-plus rise in Telegram usage by cybercriminals,” said Tal Samra, cyber threat analyst at Cyberint.The rise in nefarious activity comes as users flocked to the encrypted chat app earlier this year after changes to the privacy policy of Facebook-owned rival WhatsApp prompted many to seek out alternatives.
The S&P 500 slumped 1.8% on Monday and Tuesday, thanks to China Evergrande, the Chinese property company that looks like it is ready to default on its more-than $300 billion in debt. Cries of the next Lehman Brothers—or maybe the next Silverado?—echoed through the canyons of Wall Street as investors prepared for the worst.
Библиотека data scientist’а | Data Science Machine learning анализ данных машинное обучение from kr
