LLM Finetuning

Claude Code: /plugin marketplace add wshobson/agents → /plugin install llm-finetuning@claude-code-workflows

Once skills ordenan el proceso: decidir si realmente hace falta el ajuste fino, crear el sistema de evaluación, seleccionar los datos, entrenar y someter el checkpoint a controles antes de promoverlo. La ruta contempla alternativas desde el principio —RAG para datos cambiantes y prompts para comportamientos aún no definidos— y excluye por ID los ejemplos dorados de los datos de entrenamiento para evitar fugas que inflen la puntuación. La promoción pasa por cuatro etapas y compara el checkpoint con el modelo base; admite desde LoRA y QLoRA hasta DPO y GRPO con recompensas verificables, y termina con exportación a GGUF o FP8.