下载

Skill UI

浏览并发现 9126+ 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 27 条记录

默认排序最新上传最多下载

LLM 评估框架

evaluating-llms-harness

Orchestra-Research/AI-Research-SKILLs

提供涵盖 MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag 等 60+ 学术基准测试的标准化评估流程，可用来对 HuggingFace、vLLM 或 API 模型打分、比对性能、跟踪训练进度。

TRL RLHF 训练管线

fine-tuning-with-trl

Orchestra-Research/AI-Research-SKILLs

使用 TRL 提供的 SFT、DPO、PPO/GRPO 和奖励模型训练流程，对 HuggingFace 模型进行 RLHF 调整，使其符合偏好与人类反馈。

半二次量化方案

hqq-quantization

Orchestra-Research/AI-Research-SKILLs

提供无需校准数据即可将大模型权重量化至1位的流程，兼容 vLLM 与 HuggingFace，支持多种后端和 LoRA/PEFT 微调，适合快速部署与实验极限量化。

Hugging Face Hub管理命令行工具

hugging-face-cli

sickn33/antigravity-awesome-skills

这是一个用于管理Hugging Face Hub上所有AI资产的综合命令行工具。用户可以使用它来下载模型、上传数据集、同步文件到存储桶（buckets），管理用户认证信息，并进行集合和讨论的交互。它特别适用于需要自动化MLOps工作流和命令行资源管理的开发场景。

Hugging Face云工作流执行

hugging-face-jobs

sickn33/antigravity-awesome-skills

用于在Hugging Face的托管云基础设施上执行复杂的计算工作负载。无需本地环境配置，支持使用云端的CPU、GPU或TPU资源。适用于大规模数据处理、批处理推理、可复现的模型训练和周期性自动化任务，并将结果持久化到Hugging Face Hub。

简化的分布式训练

huggingface-accelerate

Orchestra-Research/AI-Research-SKILLs

HuggingFace Accelerate 通过四行代码将各种 PyTorch 脚本升级为支持 DDP、DeepSpeed、FSDP 与 Megatron 的分布式训练，自动处理设备调度、混合精度与配置交互，便于快速实验与跨硬件部署。

HuggingFace 高速分词器

huggingface-tokenizers

Orchestra-Research/AI-Research-SKILLs

以 Rust 性能和 Python 易用性为基础的高速分词工具，支持 BPE/WordPiece/Unigram 算法、自定义词表训练、位置对齐、批量填充，适用于生产级 NLP 流水线。

LLaMA 工厂指南

Orchestra-Research/AI-Research-SKILLs

提供 llama-factory 的全面指南，通过 WebUI 无代码方式帮助微调大模型，涵盖 QLoRA/LoRA 量化、多模态和 HuggingFace 生态下的常见模型及调试技巧。

LlamaGuard 内容审核

Orchestra-Research/AI-Research-SKILLs

LlamaGuard 是 Meta 提供的 7-8B 参数审核模型，能在输入/输出端识别暴力仇恨、性内容、武器、毒品、自伤、犯罪策划等六类风险，支持 vLLM、HuggingFace、FastAPI 和 NeMo Guardrails 的部署。

MoE模型训练与优化

Orchestra-Research/AI-Research-SKILLs

本技能详细介绍了专家混合模型（MoE）的训练方法，涵盖Mixtral、DeepSeek-V3等前沿模型架构。它指导用户如何在计算资源有限的情况下，实现大规模模型能力的扩展和高效训练。核心内容包括Top-k路由机制、负载均衡、专家并行以及使用DeepSpeed和HuggingFace等框架进行优化，显著降低训练成本。

PEFT 高效微调指南

peft-fine-tuning

Orchestra-Research/AI-Research-SKILLs

介绍 HuggingFace PEFT 中 LoRA/QLoRA 微调流程，帮助在有限 GPU 上只训练小于 1% 参数并高效管理多适配器部署。

LLM 量化优化工具

quantizing-models-bitsandbytes

Orchestra-Research/AI-Research-SKILLs

使用 bitsandbytes 将 HuggingFace 大模型量化到 8 位或 4 位，显存降低 50%-75%，并兼容 QLoRA 以及 8 位优化器，适合显存受限时快速部署与训练。

语言