---
title: "Hugging Face (HE)"
source: "https://systems-analysis.info/int/Hugging_Face_(HE)"
wiki: "systems-analysis.info/int"
article: "Hugging_Face_(HE)"
language: "he"
categories:
  - "Category:Hebrew"
  - "Category:Hugging Face"
  - "Category:Large language models"
  - "Category:LLM families"
  - "Category:Machine learning"
revision_id: 2970
wiki_created_at: 2026-09-06T23:13:42Z
wiki_modified_at: 2026-09-06T23:13:42Z
downloaded_at: 2026-09-07T22:54:13Z
---

# Hugging Face (HE)

**Hugging Face, Inc.** — היא חברה אמריקאית המחזיקה במעמד מרכזי באקוסיסטם הבינה המלאכותית (AI) המודרני. החברה מספקת פלטפורמה בקוד פתוח, המכונה לעיתים קרובות "GitHub ל-Machine Learning", ומכילה מאגרים למודלים, מערכי נתונים ואפליקציות הדגמה<sup>[\[1\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-365ds_guide-1)</sup>. משימת החברה היא דמוקרטיזציה של AI באמצעות מתן כלים ובניית קהילה גלובלית לעבודה משותפת<sup>[\[2\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-ibm_whatis-2)</sup>.

החברה נוסדה בשנת 2016 על ידי יזמים צרפתים: **קלמן דלאנז'** (CEO), **ז'וליין שומון** (CTO) ו**תומאס וולף** (CSO). לאחר שהתפתחה ממפתחת chatbot לפלטפורמה מרכזית, הפכה Hugging Face לבלתי נחלצת עבור חוקרים, מפתחים ותאגידים גדולים ברחבי העולם, תוך השגת שווי של **\$4.5 מיליארד** עד 2023<sup>[\[3\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-wiki_hf-3)</sup>.

## היסטוריה וגיבוש החברה

### ייסוד ופיבוט אסטרטגי (2016)

במקור, **Hugging Face** נוסדה בשנת 2016 ליצירת אפליקציה צרכנית — chatbot המיועד לקהל נוער. שם החברה, הנגזר מאימוג'י "פרצוף מחבק" (🤗), נבחר כדי לשקף את אופיו הידידותי והאמפתי של בן-השיח מבוסס ה-AI<sup>[\[1\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-365ds_guide-1)</sup>.

אולם ה-chatbot לא זכה לפופולריות משמעותית. כישלון ראשוני זה שימש כזרז לשינוי אסטרטגי יסודי. במקום לפתח את המוצר הסופי, החליטו המייסדים לפתוח את קוד המקור של המודל שעמד בבסיס ה-chatbot<sup>[\[3\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-wiki_hf-3)</sup>. תגובת הקהילה חשפה ביקוש עצום לכלים נגישים לעבודה עם מודלי עיבוד שפה טבעית (NLP) מתקדמים.

החברה ביצעה פיבוט אסטרטגי, והתמקדה ביצירת פלטפורמה ל-Machine Learning עם משימה להנגיש טכנולוגיות AI לכולם — לא רק לתאגידים גדולים. כך, כישלון מוצר ה-B2C הוביל להצלחה במודל B2D (*Business-to-Developer*), ועיגן ב-DNA של החברה עקרונות פתיחות ומוקדנות לקהילה<sup>[\[4\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-canvas_history-4)</sup>.

### אבני דרך מרכזיות ומימון

לאחר הפיבוט האסטרטגי הפגינה החברה צמיחה מהירה.

- **2019:** נוצרה ספריית **Transformers**. שפותחה במקור עבור NLP, היא התרחבה במהרה לתמוך במודלים בתחומי ראיית מחשב ואודיו, והפכה לסטנדרט דה-פקטו בתעשייה<sup>[\[5\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-hf_blog_transformers-5)</sup>.
- **יולי 2022:** הסתיים ה-workshop הבינלאומי **BigScience**, שאורגן על ידי Hugging Face. התוצאה הייתה שחרור **BLOOM** — מודל רב-לשוני בקוד פתוח עם 176 מיליארד פרמטרים.
- **דצמבר 2022:** Hugging Face רכשה את **Gradio**, ספריית open-source פופולרית ליצירה מהירה של הדגמות אינטראקטיביות.
- **אוגוסט 2023:** התקיים סבב מימון Series D של **\$235 מיליון**, שבעקבותיו עלה שווי החברה ל-**\$4.5 מיליארד**. בסבב השתתפו Google, Amazon, Nvidia, Salesforce, Intel, AMD ו-IBM<sup>[\[6\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-originality_ai_stats-6)</sup>.
- **אפריל 2024:** החברה רכשה את **Pollen Robotics**, דבר המעיד על הרחבת עניין לתחום ה-*embodied AI*<sup>[\[3\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-wiki_hf-3)</sup>.

## אקוסיסטם Hugging Face

אקוסיסטם Hugging Face охватывает את מחזור החיים המלא של פיתוח מודלים של Machine Learning — מהכנת נתונים ועד לפריסה.

### Hugging Face Hub

לב האקוסיסטם הוא **Hugging Face Hub** — פלטפורמת אינטרנט מרכזית לעבודה משותפת. הוא כולל:

- **מאגרי מודלים:** מאגרי Git לאחסון מודלים, משקולותיהם וקבצי התצורה שלהם. מבטיחים ניהול גרסאות לשחזוריות ניסויים.
- **מאגרי מערכי נתונים (Datasets):** מאגרים דומים לאחסון וניהול גרסאות של מערכי נתונים.
- **Spaces:** סביבה אינטראקטיבית ליצירה והצגה של אפליקציות אינטרנט (הדגמות) על בסיס מודלים, תוך שימוש ב-frameworks כגון **Gradio** ו-**Streamlit**.
- **כרטיסי מודל (Model Cards):** מסמכים סטנדרטיים המתארים מאפיינים, מגבלות והטיות פוטנציאליות של מודלים, דבר התורם להגברת השקיפות<sup>[\[7\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-hf_docs_model-cards-7)</sup>.

### ספריית Transformers

**Transformers** היא מוצר התוכנה הדגל של Hugging Face, המספק API אחיד לגישה לאלפי מודלים מאומנים מראש. מאפיינים מרכזיים:

- **תאימות ל-frameworks:** אינטגרציה חלקה עם PyTorch, TensorFlow ו-JAX.
- **קלות שימוש:** טעינה, fine-tuning ושימוש במודלים מתבצעים בכמה שורות קוד.
- **יעילות:** מספקת גישה לכמות עצומה של מודלים, ומאפשרת להימנע מאימונם מאפס, דבר החוסך משאבים ומצמצם את טביעת הרגל הפחמנית<sup>[\[8\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-hf_docs_transformers-8)</sup>.

### ספריות מרכזיות נוספות

- **Datasets:** ספרייה לגישה יעילה ועיבוד מערכי נתונים תוך שימוש בפורמט Apache Arrow.
- **Tokenizers:** ספרייה בעלת ביצועים גבוהים ב-Rust לביצוע tokenization של טקסט.
- **Accelerate:** מפשטת אימון מבוזר על מספר GPU/TPU.
- **PEFT (Parameter-Efficient Fine-Tuning):** ספריית שיטות ל-fine-tuning יעיל של מודלים גדולים.
- **Safetensors:** פורמט בטוח ומהיר לאחסון משקולות של רשתות נוירונים, שהפך לסטנדרט ברירת המחדל באקוסיסטם.

## מודל עסקי ומיצוב שוק

Hugging Face משתמשת במודל עסקי freemium, המשלב גישה פתוחה עם הצעות מסחריות ללקוחות ארגוניים.

- **רמה חינמית (Free Tier):** מציעה אחסון בלתי מוגבל של מאגרים ציבוריים, המושך מיליוני משתמשים.
- **מקורות הכנסה:**
  - **PRO Subscription:** מנוי אישי (\$9 לחודש) עם מגבלות מורחבות.
  - **Enterprise Hub:** מוצר ארגוני (החל מ-\$20 למשתמש לחודש) עם אבטחה מוגברת, SSO, פריסה on-premise ותמיכה מועדפת.
  - **משאבי מחשוב בתשלום:** גישה בתשלום לעוצמת חישוב לאימון ו-inference באמצעות שירותים כגון **Inference Endpoints**.

החברה ממצבת את עצמה כפלטפורמת תשתית ניטרלית — "שווייץ בעולם ה-AI", תוך בניית שותפויות עמוקות עם ספקי הענן המובילים (**AWS**, **Google Cloud**, **Microsoft Azure**) ויצרני חומרה.

## משימת דמוקרטיזציה של AI

יסוד מרכזי בזהות Hugging Face הוא משימת דמוקרטיזציית ה-AI, המתממשת דרך עקרונות קוד פתוח ומדע פתוח.

גילום בולט לפילוסופיה זו היה יוזמת המחקר **BigScience**. ה-workshop הבינלאומי הפתוח הזה, שאורגן על ידי Hugging Face, איחד יותר מ-1000 חוקרים. תוצאתו הייתה המודל **BLOOM** — מודל שפה רב-לשוני גדול (176 מיליארד פרמטרים), שפורסם תחת רישיון **Responsible AI License**, המתיר שימוש רחב אך מטיל מגבלות על שימוש בתחומים בעלי סיכון גבוה<sup>[\[9\]](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_note-bloom_model_card-9)</sup>.

## קישורים

- האתר הרשמי של Hugging Face
- הבלוג הרשמי של Hugging Face

## הערות

1.  <span id="cite_note-365ds_guide-1">↑ <sup>[1.0](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-365ds_guide_1-0)</sup> <sup>[1.1](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-365ds_guide_1-1)</sup> «What is Hugging Face? A Beginners Guide». *365 Data Science*. <a href="https://365datascience.com/trending/what-is-hugging-face/" class="external autonumber" rel="nofollow">[1]</a></span>
2.  <span id="cite_note-ibm_whatis-2">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-ibm_whatis_2-0) «What is Hugging Face?». *IBM*. <a href="https://www.ibm.com/think/topics/hugging-face" class="external autonumber" rel="nofollow">[2]</a></span>
3.  <span id="cite_note-wiki_hf-3">↑ <sup>[3.0](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-wiki_hf_3-0)</sup> <sup>[3.1](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-wiki_hf_3-1)</sup> <sup>[3.2](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-wiki_hf_3-2)</sup> «Hugging Face». *Wikipedia*. <a href="https://en.wikipedia.org/wiki/Hugging_Face" class="external autonumber" rel="nofollow">[3]</a></span>
4.  <span id="cite_note-canvas_history-4">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-canvas_history_4-0) «What is Brief History of Hugging Face Company». *Canvas Business Model*. <a href="https://canvasbusinessmodel.com/blogs/brief-history/hugging-face-brief-history" class="external autonumber" rel="nofollow">[4]</a></span>
5.  <span id="cite_note-hf_blog_transformers-5">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-hf_blog_transformers_5-0) «The Transformers Library: standardizing model definitions». *Hugging Face Blog*. <a href="https://huggingface.co/blog/transformers-model-definition" class="external autonumber" rel="nofollow">[5]</a></span>
6.  <span id="cite_note-originality_ai_stats-6">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-originality_ai_stats_6-0) «HuggingFace Statistics». *Originality.ai*. <a href="https://originality.ai/blog/huggingface-statistics" class="external autonumber" rel="nofollow">[6]</a></span>
7.  <span id="cite_note-hf_docs_model-cards-7">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-hf_docs_model-cards_7-0) «Model Cards». *Hugging Face Docs*. <a href="https://huggingface.co/docs/hub/model-cards" class="external autonumber" rel="nofollow">[7]</a></span>
8.  <span id="cite_note-hf_docs_transformers-8">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-hf_docs_transformers_8-0) «Transformers». *Hugging Face Docs*. <a href="https://huggingface.co/docs/transformers/index" class="external autonumber" rel="nofollow">[8]</a></span>
9.  <span id="cite_note-bloom_model_card-9">[↑](https://systems-analysis.info/int/Hugging_Face_(HE)#cite_ref-bloom_model_card_9-0) «bigscience/bloom». *Hugging Face*. <a href="https://huggingface.co/bigscience/bloom" class="external autonumber" rel="nofollow">[9]</a></span>