Hugging FaceがProtoStar開始

Project ProtoStarは、連邦政策が公的資金による研究の共有をますます求める中で登場した。National Institutes of HealthやNational Science Foundationなどの機関は公開アクセスの要件を強化しており、Hugging Faceは研究データ共有のためにNIHが指定する10の汎用リポジトリの一つだ。この取り組みの創設パートナーは、Open Forum for AIを通じて活動する5大学に加え、Astera Institute、インフラパートナーとしてのHugging Face、Fostering Innovation Networkを通じたOpen Research Community Acceleratorで構成される。参加組織は、適切な科学データセット、モデル、コードをオープンなインフラ上で公開することを支持する覚書を通じて関与を正式化する。

ProtoStarが狙うのは、利用可能性ではなく使いやすさのギャップだ。科学データセット、モデル、コードは、互換性のないシステムに分散していたり、静的またはレガシーな形式で保存されていたり、理解と再利用に必要な文書、メタデータ、来歴なしで公開されていたりすることが多い。Hugging Faceはすでに中核的な科学領域全体で17,000以上の公開データセットをホストしており、医学と数学を含めると29,000近くに達する。研究者が共有した新しい科学データセットは、2026年の最初の9カ月で2025年の同時期の3倍以上になった。文書化は重要で、Hugging Faceでのデータセットのダウンロードの90%は完全に文書化されたデータセットによるものだ。

この課題シリーズは証拠基盤の構築を目的とする。各課題は参加機関が公開したリソースを中心に主催され、科学的再利用を示すことと、再利用を可能にする要因を学ぶことの二つの目標を持つ。最初の課題はCarnegie Mellon大学が2026年11月2日から13日まで主催し、チームは2018年までの記録を使って米国210都市の4つの都市気候指標を予測し、短い気候適応政策のアイデアを提案する。予測性能は公開リーダーボードで単純な統計的ベースラインと比較して評価され、最終結果は2026年の気象記録が揃う2027年初頭に公表される。今後の課題はHugging Face上のProject ProtoStarページで告知される。