Introducción al ecosistema Hugging Face

Hugging Face es sobre todo un Hub (git + artefactos de ML) y un conjunto de bibliotecas para usar esos artefactos. El Hub hospeda modelos, datasets y demos (Spaces). Las librerías más habituales en este manual:

Pieza	Para qué
Hub	Descubrir, versionar y descargar pesos y datos.
transformers	Cargar modelos y hacer inferencia o fine-tuning.
datasets	Leer y transformar datasets (capítulo 3).
huggingface_hub	Login, upload/download programático.

No es un único producto “el modelo”: un id tipo org/nombre apunta a un repositorio con config, tokenizer, pesos y una model card.

Documentación oficial: Hub, Transformers quickstart.

Qué vas a hacer en la práctica

1. Elegir un modelo en el Hub (tarea, licencia, tamaño, si es gated).
2. Autenticarte si el repo es privado o gated.
3. Cargarlo con from_pretrained o con pipeline (siguiente capítulo).
4. Cachear pesos en disco (por defecto ~/.cache/huggingface).

Login con el CLI actual:

hf auth login

Crea un access token en la web. No lo subas al git; en CI usa un secret.

Relación con el resto del manual

• Transformers / pipelines / tokenizers: cómo pasa el texto a ids y cómo se llama al modelo. Siguiente capítulo.
• Datasets: load_dataset, streaming, map.
• Hub y modelos: cards, gated, revision.
• Fine-tuning y evaluación: Trainer, métricas.
• Despliegue: Inference Providers, Inference Endpoints, o un servidor propio (vLLM en este mismo área). Spaces es demo, no API de producción.

Si tu objetivo es servir un LLM con alta concurrencia, Hugging Face te da los pesos; el servidor puede ser vLLM, no pipeline en un Flask.

Cache y descargas

from_pretrained("Qwen/Qwen2.5-0.5B-Instruct") descarga (o reutiliza) el snapshot al cache local. Controla la revisión (revision="...") cuando necesites reproducibilidad. No asumas que main del Hub es inmutable.

Errores habituales

• Tratar el Hub como “un CDN anónimo” y pegar pesos en el repo git. El git del proyecto apunta al id; los binarios viven en el Hub/cache.
• Usar un modelo gated sin token: el error parece de red y no de auth.
• Ignorar la model card (licencia, datos de entrenamiento, limitaciones).
• Cargar un LLM enorme con pipeline en CPU “para probar” y quedarse sin RAM. Empieza por un modelo pequeño.

Buenas prácticas

• Fija el id completo del modelo en el código o en config, no “el de sentimiento por defecto”.
• Revisa tarea (text-generation, token-classification, …) antes de copiar un snippet.
• En servidores, monta el cache en volumen (igual que en el capítulo de despliegue de vLLM).
• hf auth login es el comando actual; no documentes huggingface-cli login como receta nueva.

Ejercicio

1. Crea cuenta y un token de lectura. Ejecuta hf auth login.
2. Abre en el Hub un modelo pequeño de generación y anota licencia y tamaño.
3. En el siguiente capítulo cárgalo con pipeline usando ese id.

Siguiente paso

Continúa con Transformers, pipelines y tokenizers.