Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
TIME 概率时间序列预测基准的排行榜,有总体得分、按数据集的拆分和测试窗口图。适合比较模型的预测研究者和机器学习工程师。
TIME Benchmark Leaderboard 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 Real-TSF/TIME-leaderboard --repo-type space --local-dir TIME-leaderboard cd TIME-leaderboard
这个 Space 是 TIME 的排行榜,TIME 是一个概率时间序列预测基准,在多个细节层级给模型打分。它从 Hugging Face Hub 上的数据集读取结果并在网页里展示,所以你不用自己运行模型就能对比预测模型。
如果你构建或选择时间序列预测模型,想要一把共同的尺子,它很适合研究者和机器学习工程师,也适合学习预测模型怎样比较的学生。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 研究 | 预测研究者 | 把自己的模型与其他模型跨数据集对比 | 查看一个模型系列的总体得分 |
| 能源和公用事业 | 数据科学家 | 查看太阳能等序列上的结果 | 打开一个太阳能数据集的结果 |
| 公共卫生 | 分析师 | 看模型在病例数序列上的表现 | 打开一个 COVID 数据集的结果 |
| 机器学习 | 机器学习工程师 | 通过查看测试窗口来选预测模型 | 研究某个窗口的预测图 |
如果你需要对自己的数据做预测的工具,可以跳过它,因为这个页面只报告基准结果。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 总体对比模型 | 研究者 | 跨所有数据集和预测期汇总的得分 |
| 查看一个数据集 | 分析师 | 该数据集上的表现拆分 |
| 查看一个测试窗口 | 机器学习工程师 | 某个测试窗口预测的可视化 |
在线页面什么都不需要。本地副本需要 Docker,或装好 requirements.txt 里的包的 Python。
pip install -U huggingface_hub hf download Real-TSF/TIME-leaderboard --repo-type space --local-dir TIME-leaderboard cd TIME-leaderboard docker build -t time-leaderboard . docker run -it -p 7860:7860 time-leaderboard
README 还给出了纯 Python 安装方式,以及读取本地数据而不是 Hub 的办法。
pip install -r requirements.txt python app.py
export USE_HF_HUB=false python app.py
打开页面,在三个视图之间切换。先看总体视图,再打开某个数据集的视图,然后查看单个测试窗口和它的预测图。
| 工具 | 作用 |
|---|---|
| 总体表现 | 显示跨所有数据集和预测期汇总的指标 |
| 数据集层面分析 | 按单个数据集拆分表现 |
| 窗口层面可视化 | 显示一个详细的测试窗口和它的预测图 |
你先打开总体视图,看模型怎样排名,再挑一个你关注的模型表现不错的数据集。最后打开一个测试窗口,看它的预测与真实值怎样对上。
如果你是新手,预测的意思是估计一个序列未来的值,比如每日病例数。先看总体视图,了解哪些模型表现好,再打开一个数据集。
如果你熟悉这个领域,这个基准涵盖多个粒度的概率预测。应用从一个 Hub 数据集读取数据集和模型输出,由令牌、仓库、Hub 开关和缓存文件夹的环境变量控制。期望的目录结构包含序列数据、按模型分的结果文件夹和一个数据集配置文件。
这个发布仅用于研究,配合一篇学术论文,并没有针对所有下游用途评估过。作者建议在依赖它排名的任何模型之前,先检查准确性、安全性和公平性。
TIME 概率时间序列预测基准的排行榜,有总体得分、按数据集的拆分和测试窗口图。适合比较模型的预测研究者和机器学习工程师。
由 Real-TSF 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:这个 Space 是 TIME 的排行榜,TIME 是一个概率时间序列预测基准,在多个细节层级给模型打分。它从 Hugging Face Hub 上的数据集读取结果并在网页里展示,所以你不用自己运行模型就能对比预测模型。
适合谁:如果你构建或选择时间序列预测模型,想要一把共同的尺子,它很适合研究者和机器学习工程师,也适合学习预测模型怎样比较的学生。
行业 | 谁在用 | 怎么用 | 例子
研究 | 预测研究者 | 把自己的模型与其他模型跨数据集对比 | 查看一个模型系列的总体得分
能源和公用事业 | 数据科学家 | 查看太阳能等序列上的结果 | 打开一个太阳能数据集的结果
公共卫生 | 分析师 | 看模型在病例数序列上的表现 | 打开一个 COVID 数据集的结果
机器学习 | 机器学习工程师 | 通过查看测试窗口来选预测模型 | 研究某个窗口的预测图
如果你需要对自己的数据做预测的工具,可以跳过它,因为这个页面只报告基准结果。
用在哪里:
用途 | 谁用 | 得到什么
总体对比模型 | 研究者 | 跨所有数据集和预测期汇总的得分
查看一个数据集 | 分析师 | 该数据集上的表现拆分
查看一个测试窗口 | 机器学习工程师 | 某个测试窗口预测的可视化
如何设置:在线页面什么都不需要。本地副本需要 Docker,或装好 requirements.txt 里的包的 Python。
pip install -U huggingface_hub
hf download Real-TSF/TIME-leaderboard --repo-type space --local-dir TIME-leaderboard
cd TIME-leaderboard
docker build -t time-leaderboard .
docker run -it -p 7860:7860 time-leaderboard
README 还给出了纯 Python 安装方式,以及读取本地数据而不是 Hub 的办法。
pip install -r requirements.txt
python app.py
export USE_HF_HUB=false
python app.py
如何使用:打开页面,在三个视图之间切换。先看总体视图,再打开某个数据集的视图,然后查看单个测试窗口和它的预测图。
工具 | 作用
总体表现 | 显示跨所有数据集和预测期汇总的指标
数据集层面分析 | 按单个数据集拆分表现
窗口层面可视化 | 显示一个详细的测试窗口和它的预测图
示例:你先打开总体视图,看模型怎样排名,再挑一个你关注的模型表现不错的数据集。最后打开一个测试窗口,看它的预测与真实值怎样对上。
新手与专家:如果你是新手,预测的意思是估计一个序列未来的值,比如每日病例数。先看总体视图,了解哪些模型表现好,再打开一个数据集。
如果你熟悉这个领域,这个基准涵盖多个粒度的概率预测。应用从一个 Hub 数据集读取数据集和模型输出,由令牌、仓库、Hub 开关和缓存文件夹的环境变量控制。期望的目录结构包含序列数据、按模型分的结果文件夹和一个数据集配置文件。
应用从 Hub 或本地文件读取数据
结果按模型和数据集分组
你打开总体、数据集或窗口视图
得分和预测图出现
注意事项:这个发布仅用于研究,配合一篇学术论文,并没有针对所有下游用途评估过。作者建议在依赖它排名的任何模型之前,先检查准确性、安全性和公平性。
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 |
|---|---|---|---|---|
| TIME Benchmark Leaderboard 本页 | 32 | docker | apache-2.0 | |
| Open LLM Leaderboard共有 docker | 14,156 | docker | apache-2.0 | |
| MTEB Leaderboard共有 docker | 7,773 | docker | mit | |
| UGI Leaderboard共有 docker | 2,199 | docker | apache-2.0 | |
| Microduck Sandbox共有 docker | 804 | docker | apache-2.0 | |
| Visualize Dataset (v2.0+ latest dataset format)共有 docker | 754 | docker | apache-2.0 |
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。
yuji-nozawa · 工具包
一篇研究论文的三种规模的预训练视觉 Transformer 检查点,论文研究如何训练注意力头去关注图像区域。适合提取图像特征和复现论文的研究人员。