Hugging Face是一家创立于2016年的人工智能企业。其宗旨让最先进的NLP技术人人易用。最早是致力于开发聊天机器人，但没有做大。之后HuggingFace向NLP领域转变。在Bert发布后他们贡献了一个基于Pytorch的Bert预训练模型pytorch-pretrained-bert，顺着NLP模型的发展不断扩张。如今HuggingFace整合了他们贡献的NLP领域的预训练模型，发布了Transformers库。Transformers提供了数以千计的预训练模型（包括我们熟知的Bert、GPT、GPT-2、XLM等），支持100多种语言的文本分类、信息抽取、问答、摘要、翻译、文本生成。一些需要了解的词语如下：
Pre-training of Deep Bidirectional Transformers for Language Understanding
语言理解深度双向变换器的预训练
GLUE：通用语言理解评估
GLUE ：General Language Understanding Evaluation
MNLI：多体裁自然语言推理
MNLI ：Multi-Genre Natural Language Inference
第1小队。1：斯坦福德问答数据集
SQuAD v1.1 ：The Standford Question Answering Dataset
QQP : Quora问题对
QQP ：Quora Question Pairs
问题自然语言推理
QNLI ：Question Natural Language Inference
SST-2：斯坦福情绪树库
SST-2 ：The Stanford Sentiment Treebank
可乐：语言可接受性的语料库
CoLA ：The Corpus of Linguistic Acceptability
STS-B：语义-文本相似度基准
STS-B ：The Semantic Textual Similarity Benchmark
MRPC：微软研究释义语料库
MRPC ：Microsoft Research Paraphrase Corpus
RTE：识别文本蕴涵
RTE ：Recognizing Textual Entailment
WNLI:Winograd NLI
WNLI ：Winograd NLI
SWAG：世代敌对的情况
SWAG ：The Situations With Adversarial Generations