推出拉取请求和讨论功能 🥳

我们很高兴地宣布发布我们最新的协作功能：Hugging Face Hub 上的拉取请求和讨论！

拉取请求和讨论功能现已在所有仓库类型（模型、数据集和 Spaces）的社区标签页下可用。社区中的任何成员都可以创建和参与讨论和拉取请求，从而不仅促进团队内部的协作，还促进与社区中所有其他人的协作！

这是 Hub 有史以来最大的更新，我们迫不及待地想看到社区成员开始使用它进行协作🤩。

新的“社区”标签页也与多年来道德机器学习的提案相符。反馈和迭代在道德机器学习软件的开发中占有核心地位。我们坚信在社区的工具集中拥有它将开启机器学习、协作和进步中新的积极模式。

讨论和拉取请求的一些示例用例

• 在模型卡中提出建议，以改进道德偏差的披露。
• 让用户标记给定 Space 演示中令人担忧的生成内容。
• 提供一个平台，让模型和数据集作者可以直接与社区成员进行讨论。
• 允许其他人改进您的仓库！例如，用户可能希望提供 TensorFlow 权重！

讨论

讨论允许社区成员直接向仓库所有者和社区提问、回答问题以及分享他们的想法和建议。任何人都可以在仓库的社区标签页中创建和参与讨论。

拉取请求

拉取请求允许社区成员直接从网站打开、评论、合并或关闭拉取请求。打开拉取请求最简单的方法是使用“文件和版本”标签页中的“协作”按钮。它将让您非常轻松地进行单个文件贡献。

在底层，我们的拉取请求不使用分叉和分支，而是使用直接存储在源仓库上的自定义“分支”，称为`refs`。这种方法避免了为模型的每个新版本/数据集创建分叉的需要。

这与其他 Git 主机有何不同

从高层次上讲，我们旨在构建一个比其他 Git 主机（如 GitHub）更简单的拉取请求和问题版本

• 不涉及分叉：贡献者直接推送到源仓库上的特殊`ref`分支
• 问题和拉取请求之间没有严格区别：它们本质上是相同的，因此我们将其显示在同一个列表中
• 为 ML（即模型/数据集/Spaces 仓库）而非任意仓库进行简化

接下来

当然，这只是个开始。我们将倾听社区反馈，在未来添加新功能并改进社区标签页。如果您有任何反馈，可以在这里加入讨论。今天是加入您的第一次讨论并打开 PR 的最佳时机！🤗