大模型微调 Skill技能列表
LocalLLMDeploymentSkill LocalLLMDeployment
这项技能涉及在本地环境中部署和优化大型语言模型（LLMs），包括使用Ollama、vLLM和llama.cpp等工具进行模型服务的设置、性能调优、量化策略和监控。关键词包括：Docker容器化、GPU硬件优化、Python编程、模型量化、张量并行、流水线并行。
verl强化学习训练技能Skill verl-rl-training
这个技能提供了使用verl库进行大型语言模型强化学习训练的全面指导，包括RLHF、GRPO、PPO等多种算法，支持分布式训练、多后端切换，适用于数学推理、视觉语言模型等场景。关键词：verl, 强化学习, LLM, RLHF, GRPO, PPO, 分布式训练, 大模型微调。
本地LLM微调Skill local-llm-fine-tuning
本地LLM微调技能专注于在本地硬件上使用LoRA、QLoRA等高效技术微调大型语言模型，如Llama、Mistral、Gemma。涉及数据集准备、模型配置、训练优化和评估，适用于人工智能、自然语言处理和大模型应用开发。关键词：本地LLM微调、LoRA、QLoRA、PEFT、Hugging Face、模型训练、AI微调。
HuggingFace分类器微调技能Skill huggingface-classifier
该技能专注于使用Hugging Face transformer模型进行意图分类任务的微调与推理。核心功能包括模型选择（如BERT、RoBERTa、DeBERTa）、配置训练流程、实现高效推理、设计标签体系以及模型评估与部署。适用于构建意图识别系统、实体抽取等自然语言处理应用。关键词：HuggingFace，Transformer模型微调，意图分类，NLP，模型训练，推理优化，标签映射，模型评估。
提示工程模式Skill prompt-engineering-patterns
此技能专注于通过高级提示工程技术优化大型语言模型（LLM）的性能、可靠性和可控性。它涉及Few-Shot学习、Chain-of-Thought提示、提示优化、模板系统等核心能力，适用于AI应用开发和LLM微调。关键词：提示工程、LLM优化、Few-Shot学习、Chain-of-Thought、Prompt模板、AI智能体。
LLM基准测试评估套件Skill evaluating-llms-harness
lm-evaluation-harness 是一个开源工具，用于评估大型语言模型（LLM）在多个标准学术基准上的性能，如MMLU、GSM8K、HumanEval等。它支持标准化提示和指标，帮助研究人员和开发者在模型比较、训练跟踪和学术报告中实现可重复的评估。关键词：大型语言模型，评估，基准测试，人工智能，机器学习，NLP，大模型，学术研究。
Unsloth快速微调指南Skill unsloth
Unsloth 技能提供专家指导，用于使用Unsloth工具进行快速模型微调，实现2-5倍的训练加速和50-80%的内存节省，支持LoRA和QLoRA优化技术。适用于Llama、Mistral、Gemma、Qwen等大型语言模型的微调。关键词：Unsloth, 快速微调, AI模型微调, 训练优化, 内存效率, LoRA, QLoRA, 大模型。
LLM量化与内存优化技术Skill quantizing-models-bitsandbytes
这个技能涉及使用bitsandbytes库对大型语言模型进行量化和内存优化，通过8位和4位量化减少GPU内存占用50-75%，精度损失小于1%，支持INT8、NF4、FP4格式、QLoRA微调和8位优化器，适用于有限内存环境下的模型加载、推理和训练，与HuggingFace Transformers集成。关键词：LLM量化、内存优化、bitsandbytes、QLoRA、深度学习、大模型微调、GPU加速、HuggingFace、AI模型优化。
add-domainSkill add-domain
向现有系统添加新的知识领域。通过对话推导出特定于领域的配置，生成领域文件夹、模板和词汇表，同时保留并连接到现有的架构。
Slime大模型强化学习微调框架Skill slime-rl-training
Slime 是一个专为大语言模型（LLM）设计的后训练强化学习框架，结合 Megatron-LM 进行高效训练和 SGLang 进行高吞吐量推理生成。它支持 GLM、Qwen3、DeepSeek 等多种模型，适用于自定义数据生成、多轮对话训练和智能体开发，关键词包括：大语言模型、强化学习、后训练、Megatron-LM、SGLang、微调、AI 智能体。
简单偏好优化(SimPO)Skill simpo-training
简单偏好优化 (SimPO) 是一种用于大型语言模型对齐的训练方法，无需参考模型，比DPO更高效，适用于AI模型的微调和优化，提升模型在偏好数据上的性能。关键词：SimPO, 偏好优化, LLM对齐, AI训练, 大模型微调, 深度学习, 机器学习。
提示架构师Skill prompt-architect
这个技能用于根据Claude 4.x标准，将用户需求转化为结构化、可执行的最佳实践提示。它基于Nate B. Jones的四个初学者动作（定义输出形状、提供上下文、建议静默计划、添加自检）和Anthropic的最佳实践，通过合同风格模板生成优化提示，提升AI模型交互效率和质量。适用于大模型微调、提示工程优化，关键词：提示架构、Claude 4.x、最佳实践、提示生成、AI模型优化、Nate B. Jones、大模型微调、提示工程、合同风格模板、自检验证。