示例与教程

训练模型

Transformers、TRL、Unsloth 和 Axolotl 的启动命令位于 在 Jobs 上训练模型 中。每个命令都链接到对应库的专属指南。

大规模处理数据

DataTrove 提供了一个实验性的 JobsPipelineExecutor，用于将数据处理流水线分发到一组 Jobs 中。它支持并发限制、多阶段依赖、重试以及可恢复的运行——重新运行流水线时会跳过已完成的任务，仅执行剩余的任务。

查看以下可直接运行的示例：

• 过滤 Hub 数据集
• 对 Hub 数据集进行分词和合并
• 多阶段 MinHash 去重

UV 脚本

uv-scripts 组织维护了一系列自包含的 uv 脚本，这些脚本可以在 Jobs 上通过单条命令运行。脚本涵盖 OCR、批量推理、文本分类、目标检测、数据集统计、嵌入可视化等内容。

Unsloth 还提供了可直接运行的训练脚本，用于在 Jobs 上微调 LLM 和 VLM。

编码智能体技能

像 Claude Code、Codex 和 Cursor 这样的编码智能体可以为您提交并监控作业。请安装 hf CLI 技能，该技能由您已安装的 CLI 生成，因此会保持最新：

hf skills add

请参阅 Hugging Face CLI for AI agents 了解针对每个代理的设置，以及 Agent Skills 了解训练和其他工作流技能。

沙盒

Jobs 的 expose ports 功能使其非常适合构建沙箱，即由智能体和 LLM 应用程序使用的临时自包含环境。

社区教程和项目

• 在海量数据集上训练而无需下载 - 使用 Unsloth 直接在 Jobs 上流式处理数据集，无需本地存储
• 使用 TRL 微调视觉语言模型 - 使用 TRL 和 Jobs 对 Qwen2.5-VL 进行艺术史任务微调
• FreeFlow - 一个开源的标注平台，内置了 Jobs 集成，用于训练 YOLOv11 目标检测模型
• hfdask - 通过一个 YAML 集群定义，在 CPU 和 GPU 作业上运行 Dask 程序，节点间支持 mTLS 并自动清理

您是否有使用 Jobs 的教程或项目？提交一个 PR 将其添加到这里。