推出拉取請求和討論功能 🥳

我們很高興地宣佈釋出我們最新的協作功能：Hugging Face Hub 上的拉取請求和討論！

拉取請求和討論功能現已在所有倉庫型別（模型、資料集和 Spaces）的社群標籤頁下可用。社群中的任何成員都可以建立和參與討論和拉取請求，從而不僅促進團隊內部的協作，還促進與社群中所有其他人的協作！

這是 Hub 有史以來最大的更新，我們迫不及待地想看到社群成員開始使用它進行協作🤩。

新的“社群”標籤頁也與多年來道德機器學習的提案相符。反饋和迭代在道德機器學習軟體的開發中佔有核心地位。我們堅信在社群的工具集中擁有它將開啟機器學習、協作和進步中新的積極模式。

討論和拉取請求的一些示例用例

• 在模型卡中提出建議，以改進道德偏差的披露。
• 讓使用者標記給定 Space 演示中令人擔憂的生成內容。
• 提供一個平臺，讓模型和資料集作者可以直接與社群成員進行討論。
• 允許其他人改進您的倉庫！例如，使用者可能希望提供 TensorFlow 權重！

討論

討論允許社群成員直接向倉庫所有者和社群提問、回答問題以及分享他們的想法和建議。任何人都可以在倉庫的社群標籤頁中建立和參與討論。

拉取請求

拉取請求允許社群成員直接從網站開啟、評論、合併或關閉拉取請求。開啟拉取請求最簡單的方法是使用“檔案和版本”標籤頁中的“協作”按鈕。它將讓您非常輕鬆地進行單個檔案貢獻。

在底層，我們的拉取請求不使用分叉和分支，而是使用直接儲存在源倉庫上的自定義“分支”，稱為`refs`。這種方法避免了為模型的每個新版本/資料集建立分叉的需要。

這與其他 Git 主機有何不同

從高層次上講，我們旨在構建一個比其他 Git 主機（如 GitHub）更簡單的拉取請求和問題版本

• 不涉及分叉：貢獻者直接推送到源倉庫上的特殊`ref`分支
• 問題和拉取請求之間沒有嚴格區別：它們本質上是相同的，因此我們將其顯示在同一個列表中
• 為 ML（即模型/資料集/Spaces 倉庫）而非任意倉庫進行簡化

接下來

當然，這只是個開始。我們將傾聽社群反饋，在未來新增新功能並改進社群標籤頁。如果您有任何反饋，可以在這裡加入討論。今天是加入您的第一次討論並開啟 PR 的最佳時機！🤗