Hugging Face Hub库新增模型下载量历史统计功能

在机器学习模型共享平台Hugging Face Hub的最新更新中，开发团队为Python客户端库huggingface_hub添加了一项重要功能——支持查询模型的历史累计下载量。这项功能为开发者和研究人员提供了更全面的模型使用情况数据，有助于更好地评估模型的热度和影响力。

功能背景

Hugging Face Hub作为最受欢迎的机器学习模型托管平台之一，存储了数十万个预训练模型。此前，用户只能通过API获取模型的近期下载量数据，而无法查询模型自发布以来的累计下载总量。这一限制使得长期跟踪模型流行度变得困难。

技术实现

新功能通过扩展Hugging Face Hub API的expand参数实现。具体来说：

1. 在model_info和list_models方法中新增了expand参数，接受字符串列表
2. 当传入expand=["downloadsAllTime"]时，API将返回包含历史累计下载量的响应
3. 响应数据被解析为ModelInfo对象，新增了downloads_all_time属性

示例用法：

from huggingface_hub import model_info

model = model_info("gpt2", expand=["downloadsAllTime"])
print(model.downloads_all_time)  # 输出累计下载量

设计考量

开发团队在实现过程中考虑了多个技术细节：

1. 命名规范：虽然API使用camelCase命名，但在Python客户端中保持snake_case风格，确保代码风格统一
2. 向后兼容：现有参数如full、cardData等与新expand参数互斥，避免冲突
3. 类型系统：ModelInfo类中的多个字段改为可选类型，以适应API返回的不完整数据
4. 可扩展性：设计支持未来添加更多可扩展字段，如作者信息、创建时间等

应用场景

这一功能的加入为多个应用场景提供了便利：

1. 模型评估：研究人员可以更准确地评估模型的长期受欢迎程度
2. 趋势分析：通过比较不同时间段下载量，分析模型使用趋势
3. 资源规划：平台运营者可以根据下载量数据优化资源分配

未来展望

Hugging Face Hub团队表示，这一功能只是API扩展能力的第一步。未来可能会支持更多可查询字段，如：

• 模型创建和修改时间
• 详细的作者信息
• 更丰富的标签数据
• 模型依赖的库信息

这一更新体现了Hugging Face Hub持续改进开发者体验的承诺，为机器学习社区提供了更强大的工具支持。