Skill 多語言閱讀指南
huggingface-community-evals用途、用法與原始來源
使用 inspect-ai 和 lighteval 在本地硬體上執行 Hugging Face Hub 模型評估。可用於後端選擇、本機 GPU 評估以及在 vLLM/Transformer/Accelerator 之間進行選擇。不適用於 HF 作業編排、模型卡 PR、.eval_results 發布或社群評估自動化。
原文擷取時間:
- 來源儲存庫
- huggingface/skills
- SKILL.md
skills/huggingface-community-evals/SKILL.md- 儲存庫 Star
- 11,241
- 儲存庫最近更新
- 2026-10-30
- 能力分類
- 自動化
- 最近採集時間
授權：Apache-2.0
流程片段用來協助閱讀上游說明。本頁沒有執行第三方 Skill，不屬於實測評測。
下面的用途與操作片段來自上游文件，由本站整理並翻譯，和另行標示的 Codez 編輯分析分開呈現。
這個 Skill 能做什麼
使用 inspect-ai 和 lighteval 在本地硬體上執行 Hugging Face Hub 模型評估。可用於後端選擇、本機 GPU 評估以及在 vLLM/Transformer/Accelerator 之間進行選擇。不適用於 HF 作業編排、模型卡 PR、.eval_results 發布或社群評估自動化。
如何使用：上游操作流程
核心工作流程
選擇評估框架。使用inspect-ai當您需要明確的任務控制和原生流程檢查時，請使用lighteval當基準測試自然地以 lighteval 任務字串的形式表達時，尤其是排行榜式任務，請選擇推理後端。
概述
這項技能用於在本地硬體上對 Hugging Face Hub 上的模型進行評估。inspect-ai利用局部推理lighteval透過局部推理在以下兩者之間進行選擇vllm擁抱臉變形金剛，以及accelerate
環境與相依需求
uv --version
printenv HF_TOKEN >/dev/null
nvidia-smi限制與結果檢查
本次未從該檔案選出獨立的限制片段，不代表適用於所有輸入或環境。請閱讀完整原文，並自行驗證實際結果。
開始使用前
- 先核對支援的 Agent 宿主和儲存庫安裝說明。保留完整 Skill 目錄及其引用的腳本、資源和文件，只複製 SKILL.md 可能遺漏相依需求。
- 向 Agent 提供實際輸入、預期輸出和驗收標準。呼叫方式與可用工具取決於宿主環境，本站不假定存在通用的安裝指令。
- 先在暫存專案或輸入副本上試用。涉及修改檔案、遠端服務或計費資源的操作，應逐項核對後再授權。
- 依照原文檢查項目和自己的需求驗證輸出。成功觸發或儲存庫 Star 較高，都不能證明結果正確。
繼續閱讀原始文件
相關 Skill
翻譯與介紹範圍
本頁從固定版本的上游 SKILL.md 整理用途與操作片段，譯文使用輔助翻譯。它不是完整手冊，也不代表經過相容性實測；使用前請核對原文及其引用檔案。
介紹依據下方列出的固定版本；目前儲存庫動態和目錄擷取時間分開呈現。
- 固定版本來源
- 閱讀原文 ↗
- 原文擷取時間
- 來源提交版本
fabc634a893f62ad5c2039830397efa35fa62715- 原文 SHA-256
a97f1c703f55b72427453a76af858237e6392a447fcafa9eeb85f7ac67f0155d