Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-10 21:44 UTC

huggingface / evaluate

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

PythonApache-2.0★ 2 480 зірок⑂ 341 форкз бер. 2022 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#evaluation#machine-learning

huggingface/evaluate має індекс здоров’я 75 зі 100, що відповідає смузі «Добрий». Найвищий показник — Community & Adoption (89/100), найнижчий — Security (21/100). Останнє оновлення було 66 днів тому. Більшість нещодавньої роботи виконують 3 учасники.

75
загалом / 100
Добрий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

75
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 65 калібровано до 75 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Hugging FaceОрганізація · підтверджений домен
68 212 підписників467 публічних репозиторіївз лют. 2017 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIevaluate0.4.63 670 36014357 днів томуmetricsmachinelearningevaluateevaluation

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

48Слабкий · 21% загального індексу

Активність розробки

38Слабкий
Як обчислюється оцінка
18/36Свіжість push — останній push 66 дн. тому
4.2/36Ритм комітів — 6/52 тижнів із комітами
12.1/18Обсяг комітів — 21 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year21
human_commit_share1
days_since_last_push66
active_weeks_last_year6

Дисципліна релізів

62Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 14 релізів
16.2/36Свіжість релізів — останній реліз 357 дн. тому
12.6/27Ритм релізів — реліз кожні ~127,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count14
latest_release_tagv0.4.6
releases_from_tagsні
days_since_latest_release357
mean_days_between_releases127,6

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

89Відмінний · 17% загального індексу

Популярність і впровадження

85Відмінний
Як обчислюється оцінка
55.1/60Зірки — 2 480 зірок
21.1/25Форки — 341 форків
9/15Спостерігачі — 42 спостерігачів
Використані вхідні дані
forks341
stars2 480
watchers42
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

85Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 3 670 360 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesevaluate
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3 670 360
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

77Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

73Добрий
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
15.9/22.5Розподіл комітів — головний контриб’ютор — автор 29% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor3
contributors_sampled100
top_contributor_share0,293

Реактивність на issue та PR

49Слабкий
Як обчислюється оцінка
18.2/42Вирішення issue — закрито 43% issue
23.6/30Прийняття PR — злито 274/349 вирішених PR
0/13Newcomer PR acceptance — злито 0/11 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs274
open_issues194
closed_issues149
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d11
issue_closed_ratio0,434
closed_unmerged_prs75
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d11

Власність та опіка

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
25/25Охоплення власника — 68 212 підписників у huggingface
25/25Послужний список — 467 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers68 212
owner_typeOrganization
is_verifiedтак
owner_loginhuggingface
public_repos467
account_age_days3 497

Супровід пакетів

91Відмінний
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
26/35Свіжість публікацій — остання публікація 357 дн. тому
20/20Історія версій — 14 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesevaluate
ecosystemspypi
any_deprecatedні
min_days_since_publish357

Інженерна якість

Чи наявні базові інженерні практики та документація?

88Відмінний · 19% загального індексу

Інженерні практики

80Відмінний
Як обчислюється оцінка
24/24Процеси CI — 7 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — setup.cfg ([flake8], [isort])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://huggingface.co/docs/evaluate
10/10Опис репозиторію
10/10Теми — 2 тем
10/10Wiki
Використані вхідні дані
topicsevaluation, machine-learning
has_wikiтак
homepagehttps://huggingface.co/docs/evaluate
docs_sitehttps://huggingface.co/docs/evaluate
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

21У зоні ризику · 16% загального індексу

Стан безпеки

1Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestssetup.cfg, setup.py
has_codeql_workflowні
has_security_policyні
has_dependabot_configні

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages35
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:evaluate@0.4.6 — тим, що тягне за собою встановлення опублікованого пакета, — 35 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

51Помірний · 4% загального індексу

Контекст і настанови для агентів

40Слабкий
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 89 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,89
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

57Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — setup.cfg ([flake8], [isort])
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/188 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes46 420
source_files_sampled188
oversized_source_files0

Ключові факти

2 480зірок GitHub
100контриб'юторів
21комітів за останні 12 місяців
66днів від останнього пушу
14релізів
3бас-фактор
194відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/10 21:42:12 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 341 ⇿
0Зірки
341Форки
14Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

0125250375338122022-052024-072026-09
Мажорні 0Мінорні 4Патчі 10

Кожна точка охоплює 4 днів.

Усі залежності 33

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 33 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIabsl-py—непряма
PyPIbert-score—непряма
PyPIcer—непряма
PyPIcharcut—непряма
PyPIdatasets—непряма
PyPIdill—непряма
PyPIfaiss-cpu—непряма
PyPIfsspec—непряма
PyPIgin-config—непряма
PyPIhuggingface-hub—непряма
PyPIimportlib-metadata—непряма
PyPIjiwer—непряма
PyPImauve-text—непряма
PyPImultiprocess—непряма
PyPInltk—непряма
PyPInumpy—непряма
PyPIpackaging—непряма
PyPIpandas—непряма
PyPIrequests—непряма
PyPIrouge-score—непряма
PyPIsacrebleu—непряма
PyPIsacremoses—непряма
PyPIscikit-learn—непряма
PyPIscipy—непряма
PyPIseqeval—непряма
PyPItensorflow—непряма
PyPItorch—непряма
PyPItqdm—непряма
PyPItransformers—непряма
PyPItrectools—непряма
PyPIunbabel-comet—непряма
PyPIunidecode1.3.4непряма
PyPIxxhash—непряма
Сповіщення про залежності 0

Встановлення pypi:evaluate@0.4.6 тягне 35 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з huggingface/evaluate. Читати поруч →

98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий96dotnet/machinelearningML.NET is an open source and cross-platform machine learning framework for .NET.Винятковий99mlflow/mlflowThe open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.Винятковий99microsoft/onnxruntime-genaiGenerative AI extensions for onnxruntimeВинятковий98pytorch/igniteHigh-level library to help with training and evaluating neural networks in PyTorch flexibly and transparently.Винятковий98NVIDIA/Megatron-LMOngoing research training transformer models at scaleВинятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.