Hugging Face：公開模型倉庫，教師也能查證

週六上午，資訊科技組在 WhatsApp 群組轉發一則推銷：「我哋用開源模型，資料唔使交去外國公司。」科主任回覆：「好，請俾個模型名我，我上網睇佢張說明卡先。」五分鐘後，群組安靜咗——因為對方只答得出品牌，答唔出連結。

Hugging Face 是模組三的第一站：當討論從「雲端訂閱」轉向「公開權重、本地部署」時，你需要一個不必靠轉述、可以自己核對的入口。

---

可查閱的標本櫃

想像自然科展覽館：每個標本旁邊有一張標籤——採集日期、產地、保存方法、以及「請勿觸摸」的警告。你可以不帶走標本，只憑標籤判斷它適不適合放進你的課室示範。

Hugging Face 就是 AI 模型版本的這種標本櫃。它是目前全球最主要的公開模型存放與分享平台，超過二百萬個模型公開在上面。工程師常稱它為「AI 界的 GitHub」，因為它提供版本紀錄、分支、下載與協作；對教師而言，重點是：當有人說某個模型很好，你可以自己打開那個頁面，而不必只聽轉述。

三個櫃位要分清楚

初次進去會覺得很亂，因為它同時放着三類內容：

• 模型(Models)：實際的 AI 模型檔案，加上一頁說明文件。這是最主要的部分。
• 資料集(Datasets)：訓練或評估用的資料。對學校來說，這裡最值得看的是「原來模型是用這種資料學的」，有助理解偏見從何而來。
• 示範應用(Spaces)：別人做好的網頁小程式，可以直接在瀏覽器試用某個模型，不需要安裝任何東西。這是教師最容易上手的一區，適合在教師專業發展工作坊上即時示範。

如果你只有十分鐘，建議先逛 Spaces：找一個文字生成或語音辨識的示範，親手試一次，比讀十篇文章有感覺。

採購前四個必看欄位

打開任何一個模型頁，按這個順序看，不必寫程式。

授權與體積

授權(License) 是唯一不能跳過的一項：有些可自由商用，有些只准研究，有些對使用者人數設上限。學校課堂使用，甚至讓學生經學校網站使用，都必先弄清楚。體積則顯示參數量（例如 8B），決定要買甚麼硬件，詳見 小型語言模型的崛起。

維護與說明文件

看最後更新日期與討論區：兩年沒更新、沒人回覆的模型，不宜放進日常流程。說明頁(Model Card) 寫得越詳細，下一課要讀的內容越齊，見 看懂 Model Card、GGUF 與 Safetensors。

開源三種層次

教師最常誤解的一點是把「開源」當成單一狀態。實際上至少有三層：

• 公開權重：你可以下載模型檔案自己運行，但訓練資料與訓練程式不公開。市面上大部分「開源模型」屬於這一類，包括 Meta 與 Alibaba 的主力模型。
• 附條件開放：可下載，但授權加上限制，例如不得用於某些用途，或超過一定規模的機構需另行申請。
• 完全開放：權重、資料、程式與訓練紀錄全部公開。數量少，多來自研究機構。

寫撥款申請或校本政策時，建議直接寫明「公開權重模型」而不是「開源模型」，因為前者才是準確的描述。

排行榜告訴你「考試分數」,Model Card 告訴你「這個學生適不適合你的班」——校本選型應以後者為主。

常識科週末的試跑流程

一所小學常識科試用 AI 整理小五「可再生能源」補充閱讀，校長要求試用須有可查證文件。

篩選與試跑

在 Hugging Face 篩選中文、8B 以下、授權允許機構使用的模型，列三個候選；用 Spaces 貼三段去姓名舊材料，比較摘要有否添加課本以外「常識」，週末上午可完成。

批核與推行

列印選中型號 Model Card 與 License 交校長批核。三個月後經 Ollama 在校內運行，材料從未離校網。

容易走歪的地方

• 錯法：只看排行榜名次。 榜單測的是通用題，不是「小五中文回饋」或「校本通告語氣」。自查：你有沒有用本校真實的十份材料試過？
• 錯法：把 Spaces 當正式部署。 示範由第三方運行，你貼進去的內容可能被記錄。自查：試玩是否只用去識別化或虛構內容？詳見 提示注入與越獄防護。
• 錯法：聽到「開源」就以為零成本。 權重免費，運行不免費。自查：你有沒有算過硬件、維護與 IT 支援的時間？

動手做一次

時間： 約 10 分鐘。材料： 瀏覽器，可連上 Hugging Face。

做甚麼： 在 Spaces 找任意一個文字生成示範，或在你已有的 AI 工具裡，用同一段提示分別試兩個不同模型：

你是香港小學中文科教師。以下是一位小四學生的日記，請用三句話給回饋：一句讚賞具體做得好的地方、一句指出一個要改的地方、一句給下一步練習的建議。
不要重寫整篇日記，不要用台灣用語，不確定的地方寫「請教師核實」。
[貼上一段去除姓名的示例文字]

交出甚麼： 三行筆記：(1) 兩個模型的語氣或嚴謹度有沒有明顯分別；(2) 有沒有出現台灣用語或自行改寫整篇；(3) 若供應商聲稱用了某開源模型，你能否在 Hugging Face 找到對應頁面並讀到授權。

怎樣算做對： 你能說出「同一段輸入、同一段指示，不同模型會不同」的原因（訓練與對齊方式不同，見 對齊：RLHF 與 DPO），並確認試玩時沒有用真實學生資料。

繼續閱讀：看懂 Model Card、GGUF 與 Safetensors。上一課：知識截止日與版本管理。想比較各大供應商的現行陣容，見 AI 模型資料庫。