搜索结果: "量化"
自主编程KPI追踪技能Skill agentic-kpi-tracking
这个技能用于追踪和测量自主编码过程中的关键绩效指标（KPIs），以评估零接触执行（ZTE）准备情况。通过分析工作流有效性、连续成功、尝试次数等指标，帮助优化开发流程，提升自主操作能力。关键词：KPI追踪、自主编程、数据分析、工作流优化、量化评估、DevOps指标。
光标子代理创建器Skill cursor-subagent-creator
这个技能用于创建光标编辑器专用的AI子代理，适用于复杂多步骤工作流，如量化交易分析、代码审查、安全审计等。它支持上下文隔离和并行执行，帮助自动化任务分解和执行。关键词：AI子代理、光标编辑器、工作流自动化、上下文隔离、并行执行、多步骤任务、量化交易辅助、软件开发工具。
代币价格获取技能Skill token-price
此技能用于获取TRON生态系统代币的实时和历史价格数据，支持多源价格对比、趋势分析和投资组合估值计算。关键词：代币价格、TRON、加密货币、实时数据、价格比较、投资分析、量化交易。
地址剖析技能Skill address-profiling
此技能用于从区块链交易历史中分析地址行为模式，检测异常活动如频率激增、大额转账，进行地址分类，并辅助交易决策和安全监控。关键词：地址分析、交易行为、异常检测、区块链安全、量化金融、DApp开发。
统计分析技能Skill statistical-analysis
统计分析技能用于应用统计方法，包括描述性统计、趋势分析、异常检测和假设测试，帮助进行数据分析、量化金融、股票评估、商业智能等任务，有效检测异常、计算相关性、测试显著性，优化决策。关键词：统计分析、量化金融、数据科学、趋势分析、假设测试、异常检测、SEO搜索优化。
天文数据处理Python库Skill astropy
Astropy是一个全面的Python库，专为天文学和天体物理学设计，用于处理坐标转换、单位计算、FITS文件操作、宇宙学计算、时间系统处理、表格管理和天文数据分析，是天文学研究、数据处理和量化分析的关键工具。关键词：天文数据处理、Python库、坐标转换、FITS文件、宇宙学计算、单位转换、数据分析、天文学研究。
miles强化学习训练框架Skill miles-rl-training
miles是一个企业级强化学习框架，专注于训练大型混合专家模型，支持FP8和INT4量化训练，确保训练与推理的精确对齐，并通过推测性RL优化性能，适合生产环境使用。关键词: 强化学习, MoE模型, FP8训练, INT4量化, 训练-推理对齐, 推测性RL, 企业级AI框架。
HQQ模型量化技术Skill hqq-quantization
HQQ（Half-Quadratic Quantization）是一种先进的AI模型量化技术，专为大语言模型设计，支持无校准数据的4/3/2-bit精度权重压缩，实现快速模型优化和内存效率提升，适用于AI推理加速、模型部署、vLLM和HuggingFace框架集成，以及LoRA微调。关键词：量化、模型压缩、无校准、AI推理、大模型微调、内存优化。
GPTQ量化Skill gptq
GPTQ是一种后训练量化技术，用于大型语言模型，通过4位量化实现4倍内存减少和3-4倍推理加速，精度损失低于2%。它易于与Hugging Face Transformers和PEFT集成，支持QLoRA微调，适用于在有限GPU资源上部署大模型。关键词：量化，大型语言模型，内存优化，推理加速，4位量化，GPTQ，大模型部署，AI优化。
LLaMA-Factory微调工具Skill llama-factory
LLaMA-Factory技能是一个专为大型语言模型（LLM）微调设计的无代码WebUI工具，支持超过100种模型、多种量化技术如QLoRA，以及多模态应用，提供从入门到高级的全面文档和指导，助力人工智能开发者高效进行模型定制。关键词：LLaMA-Factory, 微调, LLM, WebUI, 无代码, QLoRA, 多模态, 人工智能
参考类预测Skill reference-class-forecasting
参考类预测是一种统计预测技能，通过识别相似历史事件的类别，使用其统计频率作为基线预测。它用于避免主观偏见，建立客观预测基准，适用于金融评估、项目预测、决策分析等场景。关键词：预测建模、统计基线、参考类、外部视角、避免偏见、历史数据、量化评估。
数据探索与剖析Skill data-explore-data
该技能用于对数据集进行全面剖析和探索，生成数据剖析报告，识别数据质量问题，推荐后续分析方向，以辅助数据驱动的决策。关键词：数据探索、数据剖析、数据质量分析、数据分析、数据科学、量化分析。