Mindket

Coilstellaration Bench

新上架第 1 版 · 更新于

概览

给能根据等离子体边界和需求指标预测仿星器线圈组的 ONNX 模型打分,研究人员可以提交模型并比较结果。

Coilstellaration Bench 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 网页浏览器,用于在线页面
  • 带 pip 的 Python 3.12,用于本地副本
  • requirements.txt 里的 Python 软件包
  • packages.txt 里的系统软件包,Hugging Face 会用 apt-get 安装它们
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux 上的本地副本,需要 Python 3.12
  • 这个 Space 的 About 标签页,里面有 ONNX 约定、评分和引用方式
先运行
pip install -U huggingface_hub
hf download proxima-fusion/coilstellaration-bench --repo-type space --local-dir coilstellaration-bench
cd coilstellaration-bench

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这是一个 ONNX 模型的排行榜,这些模型用来设计仿星器的线圈。给定等离子体边界的形状和一份工程需求清单,每个模型输出一个预测的线圈组。这个 Space 配套一篇关于该任务的数据集与基准测试的研究论文。

提交的模型先进入一个请求队列数据集,由评估器 Space 打分,结果再发布到一个结果数据集。

适合谁

适合训练仿星器设计模型、想用统一方式比较模型的研究人员和工程师。

行业使用者使用方式例子
聚变研究仿星器设计研究人员提交 ONNX 模型并查看得分一个团队提交模型,然后查看发布的结果
机器学习机器学习工程师在 coilstellaration 数据集上训练,再到这里做基准测试工程师对照评分规则检查新模型
工程线圈设计工程师在 About 标签页里阅读评分和 ONNX 约定工程师研究设计是如何被评判的
教育学生学习一个小众领域的数据集和基准测试项目学生跟着看一次提交如何从队列走到结果

如果你不接触仿星器或 ONNX 模型,可以跳过它。

用在哪里

你可以在下面这些地方使用它。

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux 上的本地副本,需要 Python 3.12
  • 这个 Space 的 About 标签页,里面有 ONNX 约定、评分和引用方式
使用场景适合谁得到什么
比较模型研究人员ONNX 模型在基准测试上的得分
查看规则模型开发者About 标签页里的 ONNX 约定和评分方式
在本地运行排行榜开发者在自己电脑上的 Gradio 排行榜应用副本

如何设置

在线使用只需要网页浏览器。本地副本需要 Python 3.12 和 pip。

  • 网页浏览器,用于在线页面
  • 带 pip 的 Python 3.12,用于本地副本
  • requirements.txt 里的 Python 软件包
  • packages.txt 里的系统软件包,Hugging Face 会用 apt-get 安装它们
  1. 打开 Hugging Face 上这个 Space 的页面即可在线使用,无需安装任何东西。
  2. 想要本地副本,先安装 Hugging Face Hub 软件包。
  3. 把这个 Space 的文件下载到一个文件夹并进入该文件夹。
  4. 安装 Gradio 6.17.3 和 requirements.txt 里的软件包。
  5. 启动应用。
pip install -U huggingface_hub
hf download proxima-fusion/coilstellaration-bench --repo-type space --local-dir coilstellaration-bench
cd coilstellaration-bench
pip install gradio==6.17.3
pip install -r requirements.txt
python leaderboard/app.py

如何使用

启动应用,然后在浏览器里打开它提供的 Gradio 页面。阅读 About 标签页,了解 ONNX 约定、评分和引用方式。

python leaderboard/app.py
工具作用
hf download把这个 Space 的文件复制到你的电脑
pip install -r requirements.txt安装应用需要的 Python 软件包
python leaderboard/app.py在你的电脑上启动排行榜应用

示例

装好软件包后,你运行 python leaderboard/app.py。Gradio 应用会在你的电脑上启动,你在浏览器里打开它,就能看到排行榜和 About 标签页。

新手与专家

这个页面给模型排名,这些模型接收一个等离子体边界和一些需求,然后给出预测的线圈组。先打开 Hugging Face 上这个 Space 的页面,读一读 About 标签页。

从底层看,模型必须是遵守 About 标签页里约定的 ONNX 文件。一个请求先排进一个数据集的队列,由评估器 Space 打分,结果再发布到另一个数据集。这个 Space 从一个 GitHub 项目同步而来,在 Hugging Face 的 cpu-basic 硬件上运行。

  1. 提交一个 ONNX 模型
  2. 请求排进请求数据集的队列
  3. 评估器 Space 给它打分
  4. 结果发布到结果数据集
  5. 排行榜显示得分

注意事项

这个页面首先是一个排行榜,它的规则写在 About 标签页里。

  • License: mit。
  • Cost to run: 未提及。这个 Space 本身在 Hugging Face 的 cpu-basic 硬件上运行。
  • Data it reaches: Hugging Face 上的请求数据集和结果数据集,以及它提到的 coilstellaration 数据集。
  • Not for: 在这里修改 README,因为它是由 leaderboard/space.leaderboard.md 生成的。

README 和文件

README

Coilstellaration Bench

给能根据等离子体边界和需求指标预测仿星器线圈组的 ONNX 模型打分,研究人员可以提交模型并比较结果。

由 proxima-fusion 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这是一个 ONNX 模型的排行榜,这些模型用来设计仿星器的线圈。给定等离子体边界的形状和一份工程需求清单,每个模型输出一个预测的线圈组。这个 Space 配套一篇关于该任务的数据集与基准测试的研究论文。

提交的模型先进入一个请求队列数据集,由评估器 Space 打分,结果再发布到一个结果数据集。

适合谁:适合训练仿星器设计模型、想用统一方式比较模型的研究人员和工程师。

行业 | 使用者 | 使用方式 | 例子
聚变研究 | 仿星器设计研究人员 | 提交 ONNX 模型并查看得分 | 一个团队提交模型,然后查看发布的结果
机器学习 | 机器学习工程师 | 在 coilstellaration 数据集上训练,再到这里做基准测试 | 工程师对照评分规则检查新模型
工程 | 线圈设计工程师 | 在 About 标签页里阅读评分和 ONNX 约定 | 工程师研究设计是如何被评判的
教育 | 学生 | 学习一个小众领域的数据集和基准测试项目 | 学生跟着看一次提交如何从队列走到结果

如果你不接触仿星器或 ONNX 模型,可以跳过它。

用在哪里:你可以在下面这些地方使用它。

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux 上的本地副本,需要 Python 3.12
  • 这个 Space 的 About 标签页,里面有 ONNX 约定、评分和引用方式
使用场景 | 适合谁 | 得到什么
比较模型 | 研究人员 | ONNX 模型在基准测试上的得分
查看规则 | 模型开发者 | About 标签页里的 ONNX 约定和评分方式
在本地运行排行榜 | 开发者 | 在自己电脑上的 Gradio 排行榜应用副本

如何设置:在线使用只需要网页浏览器。本地副本需要 Python 3.12 和 pip。

  • 网页浏览器,用于在线页面
  • 带 pip 的 Python 3.12,用于本地副本
  • requirements.txt 里的 Python 软件包
  • packages.txt 里的系统软件包,Hugging Face 会用 apt-get 安装它们
  1. 打开 Hugging Face 上这个 Space 的页面即可在线使用,无需安装任何东西。
  2. 想要本地副本,先安装 Hugging Face Hub 软件包。
  3. 把这个 Space 的文件下载到一个文件夹并进入该文件夹。
  4. 安装 Gradio 6.17.3 和 requirements.txt 里的软件包。
  5. 启动应用。
pip install -U huggingface_hub
hf download proxima-fusion/coilstellaration-bench --repo-type space --local-dir coilstellaration-bench
cd coilstellaration-bench
pip install gradio==6.17.3
pip install -r requirements.txt
python leaderboard/app.py

如何使用:启动应用,然后在浏览器里打开它提供的 Gradio 页面。阅读 About 标签页,了解 ONNX 约定、评分和引用方式。

python leaderboard/app.py
工具 | 作用
hf download | 把这个 Space 的文件复制到你的电脑
pip install -r requirements.txt | 安装应用需要的 Python 软件包
python leaderboard/app.py | 在你的电脑上启动排行榜应用

示例:装好软件包后,你运行 python leaderboard/app.py。Gradio 应用会在你的电脑上启动,你在浏览器里打开它,就能看到排行榜和 About 标签页。

新手与专家:这个页面给模型排名,这些模型接收一个等离子体边界和一些需求,然后给出预测的线圈组。先打开 Hugging Face 上这个 Space 的页面,读一读 About 标签页。

从底层看,模型必须是遵守 About 标签页里约定的 ONNX 文件。一个请求先排进一个数据集的队列,由评估器 Space 打分,结果再发布到另一个数据集。这个 Space 从一个 GitHub 项目同步而来,在 Hugging Face 的 cpu-basic 硬件上运行。

提交一个 ONNX 模型
请求排进请求数据集的队列
评估器 Space 给它打分
结果发布到结果数据集
排行榜显示得分

注意事项:这个页面首先是一个排行榜,它的规则写在 About 标签页里。

  • License: mit。
  • Cost to run: 未提及。这个 Space 本身在 Hugging Face 的 cpu-basic 硬件上运行。
  • Data it reaches: Hugging Face 上的请求数据集和结果数据集,以及它提到的 coilstellaration 数据集。
  • Not for: 在这里修改 README,因为它是由 leaderboard/space.leaderboard.md 生成的。

Hugging Face 上的数据(2026年11月13日)

  • 点赞:4
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/proxima-fusion/coilstellaration-bench
  • 文件:https://huggingface.co/spaces/proxima-fusion/coilstellaration-bench/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Coilstellaration Bench 本页4gradiomit
Open VLM Leaderboard共有 leaderboard · gradio1,034gradioapache-2.0
GAIA Leaderboard共有 leaderboard · gradio635gradioapache-2.0
Open VLM Video Leaderboard共有 leaderboard · gradio136gradioapache-2.0
Open PL LLM Leaderboard共有 leaderboard · gradio84gradioapache-2.0
Arabic LLM Leaderboard - Broad (ABL)共有 leaderboard · gradio58gradioapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-15 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

为 AI 智能体提供 818 个网络安全技能,覆盖 34 个安全领域,并映射到 MITRE ATT&CK、NIST CSF 2.0 等框架。适合分析师、防御人员和安全研究人员。

新上架36.2k

awesome-agent-skills

voltagent · 技能

收集官方工程团队和社区作者的智能体技能的精选清单,涵盖 Stripe、Supabase、Vercel 等产品,适用于 Claude Code、Codex、Cursor 等。适合挑选技能的开发者。

新上架37.2k

agents

wshobson · 技能

提供一个插件目录,把智能体、技能和命令打包给 Claude Code、Codex CLI、Cursor 和 GitHub Copilot 等 AI 编码工具使用,只维护一份 Markdown 源,适合用 AI 写代码的开发者。

新上架42.5k

研究类的相似商品

查看研究类的全部商品

用 Claude Code 技能带你完成从规划到发表的学术研究,每个阶段都等你确认,并带有完整性检查和可选的引用审计。

新上架56.9k

GAIA Leaderboard

gaia-benchmark · 工具包

展示围绕 GAIA 数据集建立的排行榜,让人们在同一个基准上比较 AI 系统。这是 gaia-benchmark 团队的 Gradio 应用。

新上架

ManiFlow-tb

allenai · 工具包

allenai 的 ToyBlocks 积木堆叠项目的底层动作模型,用模拟的 Franka 机械臂数据训练,能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。

新上架