C✳CODEZ.WIN
🌐 Русский

Локализованное руководство по чтению

huggingface-bestНазначение, использование и источник

Используйте, когда пользователь спрашивает о поиске лучшей, топовой или рекомендуемой модели для задачи, хочет узнать, какую модель ИИ использовать, или хочет сравнить модели по результатам бенчмарков. Срабатывает при: "лучшая модель для X", "какую модель мне следует использовать для", "лучшие модели для [задачи]", "какая модель работает на моемlaptop/machine/device«рекомендовать модель для», «для чего мне следует использовать LLM», «сравнить модели для», «какие современные модели для», или любой вопрос о выборе модели ИИ для конкретного случая использования. Всегда используйте этот навык, когда пользователь хочет получить рекомендации или сравнение моделей, даже если он явно не упоминает HuggingFace или бенчмарки.

Источник получен:

Репозиторий-источник
huggingface/skills
SKILL.md
skills/huggingface-best/SKILL.md
Звёзды репозитория
11,241
Последнее обновление репозитория
2026-10-30
Категории Skills
Другое
Время последнего сбора

Лицензия: Apache-2.0

Оригинальный файл SKILL.md

Приведенные фрагменты описания рабочих процессов являются вспомогательными средствами для чтения, а не исполняемыми инструкциями от Codez. Для создания этой страницы не использовались сторонние инструменты.

Приведённые ниже фрагменты, описывающие цели и рабочие процессы, представляют собой исходный материал, систематизированный и переведённый для удобства чтения. Они отличаются от отдельно обозначенного редакционного анализа Codez.

Что делает этот навык

Используйте, когда пользователь спрашивает о поиске лучшей, топовой или рекомендуемой модели для задачи, хочет узнать, какую модель ИИ использовать, или хочет сравнить модели по результатам бенчмарков. Срабатывает при: "лучшая модель для X", "какую модель мне следует использовать для", "лучшие модели для [задачи]", "какая модель работает на моемlaptop/machine/device«рекомендовать модель для», «для чего мне следует использовать LLM», «сравнить модели для», «какие современные модели для», или любой вопрос о выборе модели ИИ для конкретного случая использования. Всегда используйте этот навык, когда пользователь хочет получить рекомендации или сравнение моделей, даже если он явно не упоминает HuggingFace или бенчмарки.

Как работает рабочий процесс на вышестоящем уровне

Шаг1: Анализ запроса

Фрагмент сообщения пользователя: Задача: что они хотят, чтобы модель делала (программирование,math/reasoningчат, OCR,RAG/retrieval(распознавание речи, классификация изображений, мультимодальные системы, агенты и т. д.) Устройство: аппаратные ограничения (серия MacBook M)8/16/32/64GBЕдиная память, графический процессор RTX с объемом видеопамяти, только центральный процессор.cloud/no(ограничение и т. д.) Если устройство не указано, полностью пропустите фильтрацию и верните наиболее эффективные модели независимо от размера. Если задача действительно неоднозначна, задайте один уточняющий вопрос.

проход вверх по течению · L22 ↗

Шаг2Найдите соответствующие эталонные наборы данных.

Получите полный список официальных бенчмарков HF: прочитайте полученный список и выберите наборы данных, наиболее подходящие для задачи пользователя — сопоставьте их по идентификатору набора данных, тегам и описанию. Используйте собственное суждение; не ограничивайтесь только этим.2-3Стремитесь к всестороннему охвату: если5Контрольные показатели должны четко охватывать задачу, используйте все.5.

проход вверх по течению · L41 ↗

Шаг3: Выбрать лучшие модели из таблиц лидеров

Для каждого выбранного набора данных для бенчмаркинга: соберите идентификаторы моделей и оценки по всем бенчмаркам. Если таблица лидеров возвращает ошибку (404,401и т. д.), пропустите это и отметьте в выводе.

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

Требования и настройка

Из этого файла не был выбран фрагмент с краткими требованиями. Это не означает, что у навыка нет зависимостей. Проверьте инструкции по настройке репозитория и указанные файлы.

Ограничения и проверки качества

Из этого файла не был выбран отдельный фрагмент с ограничениями. Это не означает, что навык безопасен для любых входных данных или сред. Проверьте полный исходный код и подтвердите свой собственный результат.

Начните с безопасного пробного периода.

  1. Проверьте поддерживаемый хост и инструкции по установке репозитория. Храните каталог Skill, а также связанные с ним скрипты, ресурсы и документацию вместе;SKILL.mdВ одиночку можно опустить зависимости.
  2. Предоставьте агенту ваши реальные входные данные, желаемый результат и критерии приемки. Синтаксис вызова и доступные инструменты зависят от хоста; данный сайт не предполагает универсальной команды установки.
  3. Попробуйте запустить исходный рабочий процесс в тестовом проекте или в его копии. Перед тем как разрешить операции, изменяющие файлы, удаленные сервисы или оплачиваемые ресурсы, проверьте их.
  4. Проверьте выходные данные на соответствие исходным проверкам качества и вашим собственным требованиям. Успешный запуск или большое количество звезд в репозитории не гарантируют корректного результата.

Формат навыков и спецификация каталога ↗

Подробнее читайте в источнике.

Перевод и сфера применения

В этом руководстве по чтению представлены избранные отрывки из закрепленного текста выше по течению.SKILL.mdПеревод выполнен с помощью переводчика. Это не полное руководство и не гарантия проверенной совместимости. Перед использованием ознакомьтесь с оригиналом и указанными в нем файлами.

Данное введение относится к закрепленной ниже версии; текущая активность в репозитории и время сбора данных отображаются отдельно.

Закрепленный источник
Прочитайте оригинал ↗
Источник получен
Исходный коммит
fabc634a893f62ad5c2039830397efa35fa62715
Исходный SHA-256
4566c02cb6da804dcc434b6b4d48a1895e937157cdaec4ec4c523a2f97cf16d0
Вернуться к полному каталогу навыков