Transformers

hugging-science 技能可協助你從 Hugging Science 目錄與 `hugging-science` Hugging Face 組織中，找到並使用科學 AI 資源。當你需要能實際執行或引用的資料集、模型、Space 或部落格文章時，它很適合生物、化學、氣候、基因體學、材料、天文學等相關工作。若你的需求是 hugging-science 的使用方式與 hugging-science 指南流程，而不是泛用搜尋，這個技能會更對題。

使用 transformers-js 在瀏覽器與伺服器執行環境中，以 JavaScript 和 TypeScript 執行 ML 模型。這個 transformers-js 技能涵蓋安裝、模型載入、快取、設定，以及針對文字、影像、音訊、多模態任務的實際 transformers-js 用法，也包括搭配支援的 text-generation 模型進行 Code Generation 的 transformers-js。

huggingface-vision-trainer 可協助你安裝並使用一套 Hugging Face 視覺訓練技能，支援物件偵測、影像分類，以及 SAM/SAM2 分割等訓練工作。內容涵蓋資料集準備、雲端 GPU 環境設定、評估、Trackio 記錄與將結果推送到 Hub。很適合後端自動化與可重複的訓練流程。

huggingface-llm-trainer 可協助你在 Hugging Face Jobs 上使用 TRL 或 Unsloth 訓練或微調語言與視覺模型。這個 huggingface-llm-trainer 技能適用於 SFT、DPO、GRPO、reward modeling、資料集檢查、GPU 選擇、Hub 儲存、Trackio 監控，以及供後端開發流程使用的 GGUF 匯出。

huggingface-community-evals 可協助你在本機使用 inspect-ai 或 lighteval 執行 Hugging Face Hub 模型評測。適合用於後端選擇、冒煙測試，以及了解 vLLM、Transformers 或 accelerate 的實作指南。不適用於 HF Jobs 協調、model-card PR、.eval_results 發佈，或 community-evals 自動化。

這個 transformers 技能可協助你使用 Hugging Face Transformers 進行模型載入、推論、tokenization 與 fine-tuning。它是一份實用的 transformers 指南，適用於 Machine Learning 工作，涵蓋文字、視覺、音訊與多模態流程，並提供從快速 baseline 到自訂訓練的清楚路徑。