C✳CODEZ.WIN
🌐 日本語

ローカライズされた読書ガイド

huggingface-best目的、用途、および情報源

ユーザーがタスクに最適なモデル、トップモデル、または推奨モデルを探すよう質問したり、どのAIモデルを使用すべきかを知りたい場合、またはベンチマークスコアでモデルを比較したい場合に使用します。トリガーとなるのは、「Xに最適なモデル」、「どのモデルを使用すべきか」、「[タスク]のトップモデル」、「どのモデルが私の環境で動作するか」です。laptop/machine/device「モデルを推奨してください」、「どの LLM を使用すればよいですか」、「モデルを比較してください」、「最先端の技術は何ですか」、または特定のユースケースに適した AI モデルの選択に関する質問など。ユーザーがモデルの推奨や比較を求めている場合は、HuggingFace やベンチマークについて明示的に言及していなくても、常にこのスキルを使用してください。

ソースを取得しました:

出典リポジトリ
huggingface/skills
SKILL.md
skills/huggingface-best/SKILL.md
リポジトリの Star
11,241
リポジトリの最終更新
2026-10-30
能力分類
その他
最終収集時刻

ライセンス: Apache-2.0

ワークフローの抜粋は、Codezによる実行可能な指示ではなく、あくまでも参考資料です。このページを作成するために、サードパーティ製のスキルは実行されていません。

以下の目的とワークフローに関する記述は、上流工程に関する資料であり、読みやすいように整理・翻訳されています。これらは、別途ラベル付けされたCodez編集分析とは区別されます。

このスキルが何をするか

ユーザーがタスクに最適なモデル、トップモデル、または推奨モデルを探すよう質問したり、どのAIモデルを使用すべきかを知りたい場合、またはベンチマークスコアでモデルを比較したい場合に使用します。トリガーとなるのは、「Xに最適なモデル」、「どのモデルを使用すべきか」、「[タスク]のトップモデル」、「どのモデルが私の環境で動作するか」です。laptop/machine/device「モデルを推奨してください」、「どの LLM を使用すればよいですか」、「モデルを比較してください」、「最先端の技術は何ですか」、または特定のユースケースに適した AI モデルの選択に関する質問など。ユーザーがモデルの推奨や比較を求めている場合は、HuggingFace やベンチマークについて明示的に言及していなくても、常にこのスキルを使用してください。

上流ワークフローの仕組み

ステップ1リクエストを解析する

ユーザーからのメッセージからの抜粋: タスク: モデルに何をさせたいか (コーディング、math/reasoningチャット、OCR、RAG/retrieval(音声認識、画像分類、マルチモーダル、エージェントなど)デバイス:ハードウェア制約(MacBook Mシリーズ)8/16/32/64GB統合メモリ、VRAM 容量付き RTX GPU、CPU のみ、cloud/no(制約など)デバイスが指定されていない場合は、フィルタリングを完全にスキップし、サイズに関係なく最もパフォーマンスの高いモデルを返します。タスクが本当に曖昧な場合は、明確化のための質問を1つしてください。

上流への航路 · L22 ↗

ステップ2関連するベンチマークデータセットを見つける

公式HFベンチマークの全リストを取得します。返されたリストを読み、データセットID、タグ、説明に基づいて、ユーザーのタスクに最も関連性の高いデータセットを選択します。ご自身の判断で、2-3包括的なカバー範囲を目指しましょう:5ベンチマークは明らかにタスクを網羅しており、すべてを使用します5。

上流への航路 · L41 ↗

ステップ3リーダーボードからトップモデルを取得する

選択された各ベンチマークデータセットについて: すべてのベンチマークにわたるモデル ID とスコアを収集します。リーダーボードがエラーを返す場合 (404、401など)、それをスキップして出力にメモします。

上流への航路 · L54 ↗
上流への航路 · bash ↗
curl -s -H "Authorization: Bearer $(cat ~/.cache/huggingface/token)" \
  "https://huggingface.co/api/datasets?filter=benchmark:official&limit=500" | jq '[.[] | {id, tags, description}]'

要件とセットアップ

このファイルから要件定義の短い記述が選択されませんでした。これは、スキルに依存関係がないという意味ではありません。リポジトリの設定手順と参照ファイルを確認してください。

制限事項と品質チェック

このファイルからは、個別の制限に関する記述は選択されていません。これは、このスキルがあらゆる入力や環境において安全であることを意味するものではありません。ソースコード全体を確認し、ご自身で結果を検証してください。

まずは安全なトライアルから始めましょう

  1. サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
  2. エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
  3. 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
  4. 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。

スキルフォーマットとディレクトリの仕様 ↗

詳細は出典元をご覧ください。

翻訳と範囲

この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。

この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。

ピン留めされたソース
原文を読む ↗
ソースを取得しました
ソースコミット
fabc634a893f62ad5c2039830397efa35fa62715
ソースSHA-256
4566c02cb6da804dcc434b6b4d48a1895e937157cdaec4ec4c523a2f97cf16d0
スキルカタログ全体に戻る