登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 15857+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 Hugging Face ，共找到 26 条记录
默认排序 最新上传 最多下载

W&B实验追踪管理

weights-and-biases
Orchestra-Research/AI-Research-SKILLs
303
W&B 为 PyTorch、TensorFlow、HuggingFace 等模型提供自动记录、实时可视化、超参搜索、模型注册与协作空间，帮团队统一管理实验、工件与版本线索。
查看详情

Hugging Face模型评估管理

hugging-face-evaluation
sickn33/antigravity-awesome-skills
426
用于为Hugging Face模型卡片添加和管理结构化的评估结果。支持从README内容提取现有评估表格，导入外部基准分数，并使用vLLM等高性能后端运行自定义模型评估，确保模型元数据符合排行榜和行业标准。
查看详情

Hugging Face云端大型语言模型训练

hugging-face-model-trainer
sickn33/antigravity-awesome-skills
108
本技能指导用户利用Hugging Face的云基础设施，进行大型语言模型和视觉模型的专业微调与训练。支持使用TRL（SFT, DPO等）或Unsloth等前沿方法，无需本地GPU环境即可在云端完成复杂的训练任务，并支持将模型转换为GGUF格式进行本地部署。
查看详情

Hugging Face科研论文发布与管理

hugging-face-paper-publisher
sickn33/antigravity-awesome-skills
220
本技能为AI研究人员和工程师设计，用于在Hugging Face Hub上发布、管理和链接研究论文。它支持创建专业的论文页面，将论文与模型/数据集关联，并提供支持LaTeX的Markdown文章生成功能。通过它，可以极大地简化从初稿撰写到最终学术成果发布的整个流程。
查看详情

本地大型语言模型评估工具

hugging-face-community-evals
sickn33/antigravity-awesome-skills
387
本技能用于在本地硬件上运行Hugging Face Hub模型的综合评估。它支持多种评估框架，包括`inspect-ai`和`lighteval`，并提供灵活的后端选择（如`vllm`, Transformers, 或`accelerate`），以优化性能和兼容性。适用于本地GPU基准测试、烟雾测试和后端选择，但不负责远程任务调度或结果发布。
查看详情

惠斯通AI论文智能分析

hugging-face-papers
sickn33/antigravity-awesome-skills
60
本技能用于对Hugging Face和arXiv上的AI学术研究论文进行深度解析。它可以读取论文内容，提取作者、摘要、GitHub仓库等结构化元数据，并识别关联的模型、数据集或Spaces。当用户提供论文链接或ID，并要求进行总结、解释或分析时，使用此技能。
查看详情

Hugging Face上训练视觉模型

hugging-face-vision-trainer
sickn33/antigravity-awesome-skills
305
本技能用于在Hugging Face Jobs上提供全流程的视觉模型训练和微调服务。支持目标检测、图像分类和语义分割等多种高级任务。用户无需本地GPU环境，只需准备数据集，即可利用云端GPU资源进行训练，并将最终模型自动持久化保存到Hugging Face Hub。
查看详情

发现未收录的日文NLP资源

find-new-resources
taishi-i/awesome-japanese-nlp-resources
437
本技能用于发现当前未被收录的日文自然语言处理（NLP）资源，包括GitHub代码库和Hugging Face模型/数据集。它根据用户指定主题搜索新的资源候选，并直接输出可用于贡献的Markdown格式内容。
查看详情

基于Garak的LLM红队安全测试

red-teaming-llms-with-garak
mukul975/Anthropic-Cybersecurity-Skills
201
NVIDIA garak是一款开源的LLM漏洞扫描工具，用于全面的红队测试和安全评估。它通过向大型语言模型（支持OpenAI API、Hugging Face等）发送数千个对抗性提示词，系统性地检测关键漏洞。这些漏洞包括提示注入、越狱、数据泄露和毒性内容等。可用于建立部署前后的安全基线，验证安全卫士的有效性，或为AI风险评估提供定量证据。
查看详情

模型内存需求估算

hf-mem
sickn33/antigravity-awesome-skills
406
`hf-mem`技能用于估算从Hugging Face Hub加载进行推理所需的Safetensors或GGUF模型权重所需的显存（VRAM）或系统内存。它通过HTTP范围请求实现，无需本地下载。用户可以提前检查模型是否适合其GPU或硬件实例，并支持估算KV缓存及设置最大序列长度。
查看详情

AI模型选择与性能比较器

huggingface-best
sickn33/antigravity-awesome-skills
315
该工具旨在帮助开发者和研究人员为特定任务（例如编程、推理、视觉或RAG）寻找最佳AI模型。它通过查询HuggingFace官方排行榜，并结合用户设备的硬件内存限制（如VRAM或RAM）进行筛选，最终提供一个包含性能分数、参数规模和许可证信息的详细对比表格。
查看详情

本地GGUF大型语言模型部署

huggingface-local-models
sickn33/antigravity-awesome-skills
406
本技能提供了一套完整的指南，用于利用 llama.cpp 框架和 GGUF 格式在本地部署大型语言模型（LLMs）。它涵盖了在 Hugging Face Hub 搜索模型、选择最佳量化配置，以及运行支持 CPU、Mac Metal、CUDA 和 ROCm 等多种硬件后端的本地推理服务器。支持实现兼容 OpenAI 格式的 API 接口，适用于需要离线、私密部署的大模型推理场景。
查看详情
上一页123下一页
语言
简体中文
English