这个技能专注于使用 Lightning AI 的 LitGPT 工具来实现和训练大型语言模型（LLM），支持 20 多种预训练架构（如 Llama、Gemma、Phi 等）。适用于教育目的、生产级微调（使用 LoRA/QLoRA）、单文件实现等场景。关键词包括：LitGPT、LLM、微调、LoRA、QLoRA、模型训练、Lightning AI。

参数高效微调（PEFT）是一种技术，用于对大语言模型（LLM）进行微调，通过训练少量参数（如少于1%）来适应新任务，使用LoRA、QLoRA等方法，适用于GPU内存有限的情况，支持多适配器服务。关键词：PEFT, LoRA, QLoRA, 参数高效微调, 大模型微调, 人工智能, 机器学习。

宪法人工智能技能是一种用于AI安全对齐的技术，通过自我批判和AI反馈训练模型变得无害，无需人类标签。它涉及监督学习阶段的自我批判和修订，以及强化学习阶段的RLAIF，旨在提高AI的无害性、透明度和可扩展性。关键词：AI安全、宪法AI、RLAIF、自我批判、强化学习、无害训练、安全对齐。

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。

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

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。

TRL（Transformer 强化学习）是一个用于通过强化学习对齐语言模型与人类偏好的技能，包括监督微调（SFT）、直接偏好优化（DPO）、PPO和GRPO等方法，适用于RLHF流程、偏好对齐和奖励模型训练。关键词：TRL, 强化学习, 语言模型, 微调, RLHF, DPO, PPO, 人工智能, 大模型, HuggingFace, 偏好学习。

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。

RWKV是一种结合Transformer和RNN的混合神经网络架构，具有线性推理复杂度、无限上下文处理能力和高效内存使用。适用于长序列处理、流式应用和大模型训练与推理，特别适合AI领域的模型开发和优化。关键词：RWKV, Transformer, RNN, 线性复杂度, 无限上下文, 高效推理, 机器学习, AI模型, 大模型微调

此技能用于在Hugging Face Jobs云基础设施上，利用TRL（Transformer Reinforcement Learning）技术训练或微调大型语言模型。支持SFT、DPO、GRPO和奖励建模等多种方法，包含GGUF格式转换用于本地部署。涵盖数据集准备、硬件选择、成本估算、实时监控等全流程指导，适用于云端GPU训练、大模型微调、AI应用开发、深度学习、NLP和AIGC场景。

这个技能提供关于Axolotl框架的全面指导，用于大语言模型（LLM）的微调。它支持YAML配置、100+模型、LoRA/QLoRA、DPO/KTO/ORPO/GRPO等技术，以及多模态支持。适用于开发者进行模型微调、代码调试和最佳实践学习。关键词：Axolotl, LLM微调, YAML配置, LoRA, QLoRA, DPO, KTO, ORPO, GRPO, 多模态支持。

这个技能用于帮助开发者和AI工程师将Claude AI模型从旧版本（如Sonnet或Opus）迁移到Opus 4.5，包括更新模型字符串、调整提示以处理行为差异，并优化代码库和API调用。关键词：AI模型迁移，Claude，Opus 4.5，代码更新，提示工程，大模型升级，AI工具调整。