Hoppa till innehållet
↑↓navigera↵öppnaescstäng
Claude+372Whisper+228LangChain+168Codex+223NotebookLM+276DALL-E 3+192DeepL+249n8n+208Topaz Video AI+153LlamaIndex+161
LLM Finetuning logo
Färdighet

LLM Finetuning

Styr finjustering med utvärdering före träningskonfiguration

0
SparaBesök webbplatsen ↗
Stjärnor på GitHub
39 tn
Kodarkiv på GitHub

Installera

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

Açık ağırlıklı bir model uçtan uca ince ayarlanırken, değerlendirme takımı kurulurken ya da bir checkpoint'in yayına çıkıp çıkmayacağına karar verilirken

Utvecklare
Seth Hobson
Licens
MIT

Elva skills ordnar arbetet i följd: avgör om finjustering behövs, bygg utvärderingsramverket, sammanställ data, träna och kvalitetsgranska kontrollpunkten. Flödet hänvisar föränderliga fakta till RAG och instabilt beteende till prompten, medan märkta spår både skapar referensdatasetet och träningsdata utan att referensexempel läcker mellan dem. Publicering kräver fyra godkända steg, inklusive en parad jämförelse med basmodellen, och metoderna sträcker sig från LoRA och QLoRA via DPO till GRPO samt export till GGUF eller FP8.

Kommentarer(0)

Logga in för att kommentera

Inga kommentarer än – bli den första.

Liknande färdigheter

Rapportera kommentaren

Varför rapporterar du detta?