arXiv联手Hugging Face，论文链接到开源Demos一步到位

举例来说，如果你想试用 BERT

语言模型

的 Demos，可以转到 BERT 论文的 arXiv 页面，然后导航到 Demos 选项卡。这时你将看到开源社区构建的 200 多个 Demos——一些 Demos 只是展示 BERT 模型，而其他 Demos 则展示修改或使用 BERT 作为更大 pipeline 一部分的相关应用程序。

这里，我们也亲自试用了一下，例如在论文《Deep Residual Learning for Image Recognition》的 arXiv 摘要界面，在 Demos 选项卡下有 7 个相关的开源 Demos，用户可以点击相应的链接进入。

Hugging Face Spaces 是 Hugging Face 于 2021 年 10 月推出的，主要用于构建和共享开源

机器学习

的 Demos 演示，数量多达 12000 个。借助 Spaces，Hugging Face 用户实现了共享、探索以及对模型的讨论，此外，研究者还构建了交互式应用程序，这样一来使用浏览器的人都可以在不运行代码的情况下进行尝试。这些 Demos 是使用开源工具（如 Gradio 和 Streamlit Python 库）构建的，并利用了 Hugging Face Hub 上的模型和数据集。

Spaces 地址：https://huggingface.co/spaces

Demos 这一功能有助于提高研究者对模型工作原理的认识和理解，扩大研究人员工作的可见度。让用户无需编写一行代码就可以探索论文结果，从而提高研究的可复现性。还没有试用的小伙伴，可以上手体验了。

参考链接：https://huggingface.co/blog/arxiv