Hugging Face Transformers 每日

机器学习
0 下载
12 浏览
2026-08-09

数据集简介

数据集背景与维护方

该数据集归属于 Hugging Face Mirror Internal Testing Organization(简称 hf-internal-testing),是一个专门用于内部测试与镜像验证的组织实体。其主要任务是追踪和归档 Hugging Face Transformers 库在持续集成流程中的每日表现。通过系统化的数据采集,该资源为开发者提供了长期、连续的测试历史视图,有助于分析代码变更对模型推理、训练稳定性及性能指标的影响。目前,该数据集由单一贡献者维护,并已通过 Hugging Face Hub 平台向公众开放访问。

数据组织结构与文件内容

数据集采用按日期划分的目录结构,每个子文件夹对应一个具体的运行日期(例如 2024-05-31、2024-06-04 等)。在每个日期目录下,存放着多个关键的 JSON 结果文件,涵盖了不同的测试维度:

  • model_results.json:位于 ci_results_run_models_gpu 目录下,记录了 GPU 环境下的模型基础测试结果。
  • quantization_results.json:位于 ci_results_run_quantization_torch_gpu 目录下,专注于模型量化后的精度与性能表现。
  • deepspeed_results.json:位于 ci_results_run_torch_cuda_extensions_gpu 目录下,包含使用 DeepSpeed 框架进行的分布式训练或推理测试数据。
  • new_failures_with_bad_commit_grouped_by_authors.json:位于 ci_results_run_pipelines_torch_gpu 目录下,专门汇总了失败的提交记录,并按作者进行了分组,便于快速识别问题源头。

这些文件共同构成了一个完整的测试反馈闭环,支持从宏观趋势到微观错误归因的多层次分析。

访问方式与社区应用

该数据集完全公开可访问,用户无需付费即可通过 Hugging Face Hub 的 Files and versions 页面直接下载所有历史文件,或利用官方提供的 API 接口进行程序化读取。尽管目前尚未提供详细的许可证说明文档(No dataset card yet),但其公开性质明确,适合科研复现与工程调试使用。此外,已有 9 个 Hugging Face Spaces 项目直接引用了此数据集,表明其在社区中已具备一定的工具链集成度与应用价值。对于需要构建自动化监控面板或进行大规模故障模式挖掘的研究人员而言,这是一个高价值的底层数据源。

基本信息

记录数量未知
文件大小102 GB
文件格式JSON
数据来源hf-internal-testing
组织方式按日期目录 (YYYY-MM-DD)
提交历史17746 commits
贡献者数量1
最近下载量6629 (近一月)
数据落地页https://huggingface.co/datasets/hf-internal-testing/transformers_daily_ci
发布日期2026-08-09
持续集成CI 测试Transformers故障分析机器学习工程JSON 日志

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费