stuntd

stuntd

一个浏览器演示，用两种方式回答问题：基础 Laya 模型零样本回答，以及 stuntd 为每个决策训练的小型头，涵盖客服分流、银行业务和编程智能体命令闸门。

由 pollix 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：stuntd 是一个浏览器演示，用两种方式回答同一个问题。基础 Laya 模型零样本回答，stuntd 为那个决策训练的头也给出回答。它运行 stuntd 项目里的三个演示，涵盖客服分流、银行业务和编程智能体的命令闸门。对每个问题，它都会显示决定哪个答案胜出的置信度和阈值。

适合谁：适合想看看小型训练头在一个狭窄决策上能不能胜过零样本模型的人。

Title: 谁会用这个演示
Industry | Who uses it | How they use it | Example
客户服务 | 客服团队 | 看工单分流用两种方式来决定 | 选一个客服分流问题
银行业务 | 产品团队 | 比较银行问题的回答 | 打开一个银行示例并读两个回答
开发者工具 | 智能体开发者 | 检查编程智能体的命令闸门 | 在闸门演示里试一条示例命令
机器学习 | 研究人员 | 评判训练头相对于基础模型的表现 | 比较置信度和阈值

如果你想要通用助手，可以跳过它，因为它只在三个演示之内回答问题。

用在哪里：你可以在线使用，也可以自己运行一份副本。

• 网页浏览器：Hugging Face 上这个 Space 的页面，无需安装任何东西
• Windows、macOS 或 Linux：用 Python 3.12 运行的本地副本
• Hugging Face Spaces：托管演示运行的地方，使用 zero-a10g 硬件档

Title: 这个演示适合做什么
Use case | Who | What they get back
比较零样本和训练后的结果 | 研究人员 | 同一个问题的两个回答，并排显示
看清决策规则 | 工程师 | 决定采用哪个答案的置信度和阈值
试贴近现实的例子 | 产品团队 | 被排除在训练之外的示例状态

如何设置：托管的演示什么都不用装。本地副本需要 Python 3.12 和 pip。

• Python 3.12 和 pip
• requirements.txt 列出的 Python 包

1. 安装 huggingface_hub 包。
2. 把这个 Space 的文件下载到一个文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 6.28.0。
5. 安装 requirements.txt 里的包。
6. 用 Python 启动应用。

pip install -U huggingface_hub
hf download pollix/stuntd --repo-type space --local-dir stuntd
cd stuntd
pip install gradio==6.28.0
pip install -r requirements.txt
python app.py

如何使用：在线打开这个 Space，或者用下面的命令启动你的副本。然后选三个演示中的一个，选一个示例问题，比较两个回答。

python app.py

Title: 演示的各个部分
Tool | What it does
客服分流演示 | 决定一个客服问题该如何转派
银行业务演示 | 回答一个银行问题
编程智能体命令闸门 | 对编程智能体想运行的命令做决定
heads 文件夹 | 存放每个演示、每个场景的头文件和元数据文件
presets.json | 存放演示提供的示例状态

示例：你选一个银行演示，挑一个示例问题。页面会显示基础 Laya 零样本的回答、训练头的回答，以及决定由哪个回答的置信度和阈值。

新手与专家：如果你刚接触，选一个演示，读几个例子的两个回答。留意它们在哪里一致，在哪里分歧。

如果你熟悉这个领域，每个头都是用 stuntd 的训练命令，在每个演示 3000 条生成数据上训练的，其中 2400 条用于训练，600 条留出，共 24 个周期。示例状态来自每个演示客户端的种子，不在训练数据中。

你选一个演示和一个示例
基础 Laya 零样本回答
训练头回答
置信度和阈值决定答案

注意事项：示例没有进入训练，所以能公平地检验这些头。

Title: 每个演示生成的数据条数
Used for training: 2400 rows
Held out: 600 rows

• 托管：托管的副本运行在 zero-a10g 硬件档上
• 训练：每个头训练 24 个周期
• License: apache-2
• Cost to run: 未提及
• Data it reaches: 你选的示例问题，以及它提到的 convaiinnovations/laya 模型

Hugging Face 上的数据（2026年11月13日）

• 点赞：4
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/pollix/stuntd
• 文件：https://huggingface.co/spaces/pollix/stuntd/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。