HuggingFace: tutorial completo (modelos, datasets, Spaces)

Que es HuggingFace

HuggingFace es el GitHub de la IA. Con 1M+ modelos y 200K datasets, es donde la comunidad open source pública, comparte y descubre modelos de machine learning.

Descubrir y descargar modelos

Web: huggingface.co/models con filtros por tarea, idioma, licencia. CLI: huggingface-cli download Qwen/Qwen2.5-7B-Instruct. Python: snapshot_download("repo_id").

Formatos: safetensors (peso original), GGUF (para Ollama/llama.cpp), GPTQ/AWQ (cuantizado GPU).

Transformers library

La forma más rápida: pipeline("text-classification", model="..."). Una linea para clasificar, resumir, traducir o generar texto.

Para control total: AutoModelForCausalLM.from_pretrained() + tokenizer.apply_chat_template().

Datasets

load_dataset("squad_es") carga datasets publicos. dataset.filter(), .train_test_split() para preparar datos de fine-tuning. .push_to_hub() para publicar los tuyos.

Inference API

Prueba cualquier modelo sin GPU. InferenceClient(token="hf_..."). Chat, embeddings, clasificación. Gratis con límites.

Spaces

Hosting gratuito para demos. Gradio + HuggingFace = demo en 10 minutos. Multi-usuario, compartible por URL.

Model Cards

SIEMPRE lee la Model Card antes de usar un modelo en producción. Documenta uso previsto, limitaciones, sesgos, datos de entrenamiento y licencia.