Hugging Face Datasets

ซิงค์การกำหนดค่าโมเดลของ chat-ui กับเราเตอร์ของ HuggingFace — เพิ่มคำอธิบายสำหรับโมเดลใหม่ ทำเครื่องหมายโมเดลที่รองรับการให้เหตุผล เปิดใช้งาน artifacts สำหรับโมเดลที่มีขนาด 32B+…

Use when the user has written (or wants to write) a `ModularPipelineBlocks` subclass in a local Python file and needs to package it into a Hub-uploadable…

Use before opening a PR, or whenever asked to self-review a diffusers contribution. Applies the same rubric as the `@claude` CI (checks the diff against…

สร้าง SageMaker endpoint (แบบ real-time หรือ async) พร้อมเปิดใช้งาน autoscaling, CloudWatch alarms และ tagging โดยค่าเริ่มต้น ใช้สกิลนี้เมื่อใดก็ตามที่กำลังจะสร้าง...

เลือกคอนเทนเนอร์ serving ที่เหมาะสมสำหรับการปรับใช้โมเดล SageMaker และค้นหา image URI ปัจจุบันของมัน ใช้สกิลนี้ทุกครั้งที่กำลังจะปรับใช้โมเดลกับ...

Execute Hugging Face Hub operations using the `hf` CLI. Use when the user needs to download models/datasets/spaces, upload files to Hub repositories, create repos, manage local cache, or run compute jobs on HF infrastructure. Covers authentication, file transfers, repository creation, cache operations, and cloud compute.

เพิ่มและจัดการผลการประเมินในการ์ดโมเดลของ Hugging Face รองรับการดึงตารางประเมินจากเนื้อหา README การนำเข้าคะแนนจาก Artificial Analysis API และการรันการประเมินโมเดลแบบกำหนดเองด้วย vLLM/lighteval ทำงานร่วมกับรูปแบบ metadata model-index

รันเวิร์กโหลดใดๆ บนโครงสร้างพื้นฐานของ Hugging Face Jobs ครอบคลุม UV scripts, งานที่ใช้ Docker, การเลือกฮาร์ดแวร์, การประมาณค่าใช้จ่าย, การยืนยันตัวตนด้วยโทเค็น, การจัดการความลับ, การกำหนดค่าไทม์เอาต์ และการคงอยู่ของผลลัพธ์ ออกแบบมาสำหรับเวิร์กโหลดคอมพิวต์ทั่วไป รวมถึงการประมวลผลข้อมูล, การอนุมาน, การทดลอง, งานแบบแบตช์ และงานที่ใช้ Python ใดๆ