给 AI 助手装技能
装上一个技能,Claude Code、Codex、Cursor 这类 AI 助手就多会一件事。
微调量化
20 个技能微调、后训练、量化和压缩模型。
- fine-tuning-expert4600次安装协助微调语言模型,包括 LoRA 适配器、训练数据、超参数和部署。
- unsloth25次安装用 LoRA 或 QLoRA 微调模型,速度提升 2-5 倍且更省显存。
- axolotl21次安装用 Axolotl 和 YAML 配置微调大模型,支持 LoRA、DPO 和 GRPO。
- codonfm-finetune15次安装用带标签的编码序列数据微调 CodonFM 模型,用于回归或分类任务。
- kermt-pretrain-scratch12次安装在你的分子语料上从零预训练一个全新的 KERMT 模型。
- llamafactory1次安装使用 LlamaFactory 微调语言模型,注册数据集、按配置训练、合并适配器并提供服务。
- tinker-ai-skill1次安装把你的 Claude Code 会话记录整理成清洗后的数据集,并在 Tinker 上训练 LoRA 模型。
- bad-case-to-dpo把线上失败案例转成训练数据,从失败归因、偏好对构造到 LoRA 训练与验证。
- curly-quote-sft从名称看,可能与用弯引号文本做模型微调训练有关。
- add-new-model一步步指导你为 llama.cpp 添加新的模型架构。
- app按项目约定在 UI 基础组件之上搭建应用组件。
- kermt-add-cmim-pretrain10次安装把 KERMT 检查点转为混合模式,并在你的分子语料上继续预训练。
- kermt-continue-pretrain10次安装基于已有检查点,在自有 SMILES 分子语料上继续 KERMT 预训练。
- kermt-finetune10次安装在带标签的分子 CSV 上微调预训练的 KERMT 编码器。
- peft9次安装在有限的显存下用 LoRA 微调大型语言模型。
- simpo8次安装无需参考模型即可让语言模型对齐人类偏好,比 DPO 更简单。
- slime8次安装使用 Megatron 和 SGLang 对语言模型进行强化学习后训练。
- post-training-strategy指导 Agent 模型的后训练路线选择与实施,从继续预训练、SFT 到 RL、DPO 和蒸馏。
- reward-design帮你设计强化学习训练的奖励函数,避免奖励被钻空子。
- code-review在提交 PR 前,按项目规范和常见审查问题检查 llama.cpp 的改动。