HuggingKG

HuggingKG是一个基于Hugging Face社区构建的大规模知识图谱，用于机器学习资源管理。该图谱包含260万个节点和620万个边，涵盖了模型、数据集、用户、任务等实体，并记录了模型演化、用户互动等丰富的关系。HuggingKG是公开可用的，旨在促进开源资源共享和管理的研究。

搜集汇总

数据集介绍

构建方式

HuggingKG的构建过程遵循了系统化原则，首先通过分析Hugging Face社区网站的结构和实际信息检索需求，定义了8种节点类型和30种边类型。随后利用huggingface_hub库进行数据爬取，获取模型、数据集等实体的完整列表及其关键属性，并通过API请求补充元数据。为确保数据质量，构建过程中进行了严格的数据验证与清洗，包括移除无效边和异常属性值。最终形成的知识图谱包含260万节点和620万边，采用多线程并行处理技术将构建时间控制在20小时内，存储空间约为5.8GB，支持每日更新。

使用方法

该数据集支持三种典型应用场景：在资源推荐任务中，用户-项目交互矩阵与社会关系图可协同训练推荐模型；任务分类任务利用模型和数据集节点的多标签分类特性，结合图神经网络处理结构化数据；模型溯源任务则通过链接预测方法追踪模型间的演化关系。使用前需从Hugging Face平台获取数据文件，建议按照官方提供的GitHub代码库进行预处理，特别注意处理57.2%的模型和33.4%的数据集存在的描述缺失问题。对于计算资源有限的用户，可优先加载1-hop或2-hop邻域子图进行实验。

背景与挑战

背景概述

HuggingKG是由南京大学软件新技术国家重点实验室的研究团队于2025年提出的首个基于Hugging Face社区构建的大规模机器学习资源知识图谱。该图谱包含260万节点和620万边，创新性地整合了模型演化关系（如微调、适配器）和用户交互行为（如点赞、关注），并融合了丰富的文本属性。作为目前该领域规模最大的公开知识图谱，HuggingKG有效解决了开源机器学习资源平台中结构化表征缺失的核心问题，为资源推荐、任务分类和模型溯源等IR任务提供了新的研究范式。其配套的多任务基准HuggingBench进一步推动了开源资源管理领域的研究进展。

当前挑战

在领域问题层面，HuggingKG需应对三大挑战：跨类型资源推荐中稀疏社交图与异构知识图的融合难题，多标签任务分类中长尾分布与文本属性不完整的表征困境，以及模型溯源任务中复杂演化关系的精确推理。构建过程中面临数据获取的复杂性（如处理被删除模型的残留关联）、模式设计的专业性（定义30种ML特定关系）和质量控制的严谨性（验证620万边的准确性）等工程挑战。这些挑战既反映了机器学习资源管理的特殊性，也凸显了大规模知识图谱构建的技术难度。

常用场景

经典使用场景

HuggingKG作为首个基于Hugging Face社区构建的大规模知识图谱，其经典应用场景主要集中在机器学习资源的推荐、分类和追踪。通过整合模型、数据集、用户和任务等多类型实体及其复杂关系，该数据集为研究人员提供了结构化查询和分析的基础，例如追踪模型演化历史或推荐相关数据集。

解决学术问题

HuggingKG有效解决了开源机器学习资源管理中语义关系缺失的关键问题。传统平台依赖关键词搜索和简单元数据标注，难以支持模型演化追踪、任务依赖分析等高级查询。该数据集通过2.6百万节点和6.2百万边的关系建模，填补了跨类型资源推荐、任务分类和模型溯源等研究任务的基准空白。

实际应用

在实际应用中，HuggingKG显著提升了Hugging Face平台的资源管理效率。平台维护者可利用其任务分类功能自动标注新上传模型，用户则能通过关系推理快速发现适配特定任务的预训练模型。工业界还可基于模型演化关系分析技术发展趋势，例如追踪BERT系列模型的优化路径。

数据集最近研究

最新研究方向

近年来，HuggingKG作为首个基于Hugging Face社区构建的大规模知识图谱，在机器学习资源管理领域引起了广泛关注。该数据集通过整合260万节点和620万边，不仅捕捉了领域特定的关系（如模型演化和用户交互），还融合了丰富的文本属性。前沿研究方向主要集中在跨类型资源推荐、任务分类和模型追踪等新型信息检索任务上。随着开源机器学习资源的快速增长，HuggingKG为资源发现、可重复性和管理提供了结构化解决方案，显著推动了开源资源共享和管理的研究进展。其关联的热点事件包括与大型语言模型（如HuggingGPT）的集成，以及知识图谱推理技术的应用，这些都为学术界和工业界提供了重要的研究价值和应用潜力。

相关研究论文

• Benchmarking Recommendation, Classification, and Tracing Based on Hugging Face Knowledge Graph

  南京大学 · 2025年