Huggingface Hub

• Vous souhaitez trouver un modèle correspondant à des critères spécifiques (par exemple, « petit VLM open-source de moins de 4 milliards de paramètres ») sans parcourir manuellement le Hub.
• Vous avez besoin de télécharger un dataset vers un chemin local ou de pousser un modèle affiné ou un dataset vers votre compte HF.
• Vous souhaitez exécuter des requêtes SQL sur un split de dataset directement depuis l'assistant.
• Vous avez besoin de déployer, d'inspecter ou de supprimer des endpoints d'inférence, ou de gérer des Spaces et des buckets de stockage.

• Vous n'avez pas le CLI hf installé ou vous n'êtes pas authentifié avec un compte Hugging Face — la compétence ne fonctionnera pas sans ces prérequis.
• Vous travaillez dans un environnement verrouillé où l'accès sortant vers huggingface.co est restreint.
• Vous avez uniquement besoin d'une recherche ponctuelle de modèle et préférez parcourir manuellement l'interface utilisateur du Hub.

Recherchez sur le Huggingface Hub des modèles et des jeux de données à l'aide de critères en langage naturel tels que le type de tâche, le nombre de paramètres ou la licence. Les résultats apparaissent directement dans la conversation sans quitter votre flux de travail.

Téléchargez n'importe quel modèle ou jeu de données public (ou accessible avec accès restreint) vers un chemin local en une seule instruction. La compétence délègue à la CLI hf en arrière-plan, en respectant vos identifiants stockés.

Poussez des modèles affinés, des jeux de données ou des Spaces vers votre compte HF et gérez les fichiers, révisions et métadonnées de vos dépôts — sans jamais quitter l'assistant.

Exécutez des requêtes SQL sur des splits spécifiques de n'importe quel dataset du Huggingface Hub. Utile pour profiler rapidement des données, vérifier le schéma ou filtrer des lignes avant de procéder à un téléchargement complet.

Déployez et gérez des endpoints d'inférence Hugging Face à partir d'instructions en langage naturel. Surveillez l'état, mettez à jour les configurations ou arrêtez les endpoints à la demande.

Créez, mettez à jour et gérez les Spaces Hugging Face et les buckets de stockage associés, en maintenant vos démos déployées et votre stockage persistant synchronisés.

Demandez à l'assistant de trouver un modèle vision-langage open-source de moins de 4 milliards de paramètres avec une licence permissive. La compétence interroge le Huggingface Hub et renvoie des candidats classés avec les métadonnées pertinentes.

Avant de télécharger des gigaoctets de données, interrogez la division train d'un jeu de données du Huggingface Hub avec SQL pour inspecter son schéma, compter les lignes ou filtrer les exemples pertinents.

Après un entraînement local, poussez votre modèle affiné ou votre jeu de données sélectionné vers votre compte Huggingface Hub en une seule étape, incluant la création du dépôt et le téléversement des fichiers.

Déployez un modèle en tant qu'endpoint d'inférence pour un projet, puis mettez-le en pause ou supprimez-le lorsque le projet se termine — le tout sans quitter l'assistant ni toucher à l'interface du Huggingface Hub.