科研数据包

介绍 Hugging Face Hub 命令行工具的用法，覆盖模型、数据集、仓库和计算任务管理，适合在终端完成上传下载与查询。

用于创建和管理 Hugging Face 数据集，支持配置多个子集并用 SQL 查询数据，适合整理和发布训练或评测数据。

用于模型评测，结合 vLLM 或 lighteval 运行评测并生成结果表格，适合对比不同模型在基准任务上的表现。

用于在 Hugging Face 基础设施上运行计算任务和 Python 脚本，适合把训练、批处理等耗时工作交给远程环境执行。

基于 TRL 训练模型，覆盖 SFT、DPO、GRPO 等流程并支持转换为 GGUF，适合微调语言模型并导出可用权重。

用于在 Hugging Face Hub 发布论文，并把论文与相关模型、数据集建立关联，适合整理研究成果并对外公开。

用于编写可复用的脚本，封装 Hugging Face API 的常见操作，适合把重复的查询、上传等流程整理成工具。

用于跟踪机器学习实验，通过实时面板查看训练指标和运行记录，适合监控多组实验并比较结果。

汇总 Supabase 上 PostgreSQL 的使用建议，涉及表结构、索引、查询与安全策略，适合设计和优化数据库相关功能。

调用 fal.ai 的音频模型完成文本转语音和语音转文本任务。适用于配音生成、会议转录等音频处理场景，产出合成音频或识别出的文字内容。

使用 fal.ai 的模型生成图片和视频，可按提示词批量产出多媒体素材。适用于营销素材、概念图或短视频制作，输出生成好的图像与视频文件。

借助 AI 对图片做编辑，支持风格迁移和移除画面中的指定物体。适用于修图、素材二次创作等场景，产出处理后的图片结果。

使用 fal.ai 平台接口管理模型、查询价格并跟踪用量。适用于需要核算生成成本或了解可用模型的开发场景，产出模型清单、费用与使用统计数据。

利用 AI 提升图片和视频的分辨率与清晰度。适用于低清素材修复、印刷或大屏展示前的画质增强，产出放大后的图像或视频文件。

生成用于串联多个 AI 模型的工作流 JSON 配置。适用于把多个生成步骤组合成自动化流程，产出可直接复用的工作流定义文件。

介绍 Neon Serverless Postgres 的使用要点，包括连接管理、分支和性能相关实践。适用于在无服务器环境中使用 Postgres 的应用开发，辅助完成数据库接入。

整理 Tinybird 项目在数据源、管道、接口和 SQL 编写方面的规范建议。适用于构建实时分析数据服务，帮助组织资源结构并提升查询可维护性。