Anthropic Cybersecurity Skills
mukul975 · 技能
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。
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。
pip install -U huggingface_hub hf download proxima-fusion/coilstellaration-bench --repo-type space --local-dir coilstellaration-bench cd coilstellaration-bench
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。
你可以在下面这些地方使用它。
| 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 |
在线使用只需要网页浏览器。本地副本需要 Python 3.12 和 pip。
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
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 |
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。
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。
这个页面首先是一个排行榜,它的规则写在 About 标签页里。
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。
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。
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。
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。
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。
README.md 5 KB
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 | 4 | gradio | mit | |
| Open VLM Leaderboard共有 leaderboard · gradio | 1,034 | gradio | apache-2.0 | |
| GAIA Leaderboard共有 leaderboard · gradio | 635 | gradio | apache-2.0 | |
| Open VLM Video Leaderboard共有 leaderboard · gradio | 136 | gradio | apache-2.0 | |
| Open PL LLM Leaderboard共有 leaderboard · gradio | 84 | gradio | apache-2.0 | |
| Arabic LLM Leaderboard - Broad (ABL)共有 leaderboard · gradio | 58 | gradio | apache-2.0 |
mukul975 · 技能
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。
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。
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。
imbad0202 · 技能
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。
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。
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。