Öffentliches Register
Software-GesundheitsberichtSchema 0.12.0 · Metriken 2.10.0 · 2026-07-18 13:28 UTC

huggingface / evaluate

🤗 Evaluate: A library for easily evaluating machine learning models and datasets.

PythonApache-2.0★ 2.465 Sterne⑂ 329 Forksseit März 2022Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#evaluation#machine-learning

huggingface/evaluate erreicht einen Gesundheitsindex von 78 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Community & Adoption (85/100) ab, am schwächsten bei AI Readiness (34/100). Zuletzt vor 12 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

78
gesamt / 100
Gut

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

78
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 67 wird auf der veröffentlichten Indexskala auf 78 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Hugging FaceOrganisation
65.886 Follower457 öffentliche Reposseit Feb. 2017

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIevaluate0.4.6-14vor 303 Tagenmetricsmachinelearningevaluateevaluation

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

53Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

47Schwach
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 12 Tagen
5.5/36Commit-Rhythmus — 8/52 Wochen mit Commits
12.7/18Commit-Volumen — 25 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year25
human_commit_share—
days_since_last_push12
active_weeks_last_year8

Release-Disziplin

62Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 14 Releases veröffentlicht
16.2/36Release-Aktualität — letztes Release vor 303 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 127,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count14
latest_release_tagv0.4.6
releases_from_tagsnein
days_since_latest_release303
mean_days_between_releases127,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

85Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

85Exzellent
Wie die Bewertung erfolgt
55/60Stars — 2.465 Stars
21/25Forks — 329 Forks
8.9/15Watcher — 41 Watcher
Verwendete Eingangsdaten
forks329
stars2.465
watchers41
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

85Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templatenein

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

80Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

75Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
15.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 29 % der Commits
13.5/13.5Breite der Beitragenden — 100 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled100
top_contributor_share0,293

Reaktionsfähigkeit bei Issues & PRs

56Mittel
Wie die Bewertung erfolgt
18.5/42Issue-Lösungsquote — 44 % der Issues geschlossen
24.3/30PR-Annahme — 274/338 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
6/15OpenSSF Scorecard: Code-Review — Found 13/30 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs274
open_issues190
closed_issues150
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,441
closed_unmerged_prs64
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
25/25Reichweite des Inhabers — 65.886 Follower von huggingface
25/25Kontohistorie — 457 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers65.886
owner_typeOrganization
is_verified—
owner_loginhuggingface
public_repos457
account_age_days3.443
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

91Exzellent
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
26/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 303 Tagen
20/20Versionshistorie — 14 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesevaluate
ecosystemspypi
any_deprecatednein
min_days_since_publish303

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

76Gut · 19 % des Gesamtindex

Engineering-Praktiken

60Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 7 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 16 out of 23 merged PRs checked by a CI test -- score normalized to 6
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://huggingface.co/docs/evaluate
10/10Repository-Beschreibung
10/10Topics — 2 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsevaluation, machine-learning
has_wikija
homepagehttps://huggingface.co/docs/evaluate
docs_sitehttps://huggingface.co/docs/evaluate
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

44Schwach · 16 % des Gesamtindex

Sicherheitslage

44Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
1.5/2.5CI-Tests — 16 out of 23 merged PRs checked by a CI test -- score normalized to 6
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 13/30 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 8 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
0/7.5Maintained — 0 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 0
0/5Packaging — keine Daten
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
3/5SAST — SAST tool is not run on all commits -- score normalized to 6
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

34Gefährdet · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

1Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

AI-Verify-Loop (Build / Test / Typprüfung)

51Mittel
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
0/10Belegte Agentenpraxis — keine Daten
0/8Automatisierte Wartung — keine Daten
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Belegte Agentenpraxis, Automatisierte Wartung. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/188 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes46.420
source_files_sampled188
oversized_source_files0

Eckdaten

2.465GitHub-Sterne
100Mitwirkende
25Commits, letzte 12 Monate
12Tage seit letztem Push
14Releases
3Bus-Faktor
190offene Issues
PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 4.4 / 10
4.4Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-07-18 13:28 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
6CI-Tests16 out of 23 merged PRs checked by a CI test -- score normalized to 6
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 13/30 approved changesets -- score normalized to 4
10Contributorsproject has 8 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 0
k. A.Packagingpackaging workflow not detected
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
6SASTSAST tool is not run on all commits -- score normalized to 6
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Alle Abhängigkeiten 33

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 33 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIabsl-py—indirekt
PyPIbert-score—indirekt
PyPIcer—indirekt
PyPIcharcut—indirekt
PyPIdatasets—indirekt
PyPIdill—indirekt
PyPIfaiss-cpu—indirekt
PyPIfsspec—indirekt
PyPIgin-config—indirekt
PyPIhuggingface-hub—indirekt
PyPIimportlib-metadata—indirekt
PyPIjiwer—indirekt
PyPImauve-text—indirekt
PyPImultiprocess—indirekt
PyPInltk—indirekt
PyPInumpy—indirekt
PyPIpackaging—indirekt
PyPIpandas—indirekt
PyPIrequests—indirekt
PyPIrouge-score—indirekt
PyPIsacrebleu—indirekt
PyPIsacremoses—indirekt
PyPIscikit-learn—indirekt
PyPIscipy—indirekt
PyPIseqeval—indirekt
PyPItensorflow—indirekt
PyPItorch—indirekt
PyPItqdm—indirekt
PyPItransformers—indirekt
PyPItrectools—indirekt
PyPIunbabel-comet—indirekt
PyPIunidecode1.3.4indirekt
PyPIxxhash—indirekt
JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit huggingface/evaluate teilen. Nebeneinander lesen →

98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich93clearml/clearmlClearML - Auto-Magical CI/CD to streamline your AI workload. Experiment Management, Data Management, Pipeline, Orchestration, Scheduling & Serving in one MLOps/LLMOps solutionAußergewöhnlich98NVIDIA/Megatron-LMOngoing research training transformer models at scaleAußergewöhnlich96roboflow/supervisionWe write your reusable computer vision tools. 💜Außergewöhnlich96ludwig-ai/ludwigLow-code framework for building custom LLMs, neural networks, and other AI modelsAußergewöhnlich95pytorch/igniteHigh-level library to help with training and evaluating neural networks in PyTorch flexibly and transparently.Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.12.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.