大模型微调 Skill技能列表

4.5

AI大模型迁移技能Skill claude-opus-4-5-migration

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。

4.5

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。

4.5

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。

4.5

Opus4.5MigrationGuideSkill claude-opus-4-5-migration

这是一个用于将代码库从Sonnet 4.0、Sonnet 4.5或Opus 4.1迁移到Opus 4.5的指南,包括模型字符串更新、代码调整和行为差异处理。

4.5

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。

4.5

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。