该技能用于对Cosmos3-Nano视频问答模型进行监督微调（SFT），支持视频QA、SFT/LoRA、FSDP并行和AutoML；也涵盖评估、推理和量化。关键词：Cosmos-RL、Cosmos3-Nano、视频问答、SFT、LoRA、FSDP、AutoML。

在NVIDIA TAO框架下对CLIP视觉-语言模型进行微调、评估、推理、ONNX导出与TensorRT部署。关键词：CLIP微调、零样本分类、图像文本检索、嵌入提取、ONNX导出、TensorRT部署、NVIDIA TAO、AutoML。

该技能用于在本地NVIDIA GPU上通过NGC PyTorch容器对HuggingFace模型（CV/VLM/LLM）进行微调，支持全量微调和LoRA，涵盖图像分类、目标检测、分割、深度估计、视觉语言模型SFT/LoRA以及大语言模型SFT/DPO/GRPO。提供从检查、硬件审计、配方研究、项目生成与冒烟测试、训练评估推理到推送与生成重跑技能的六步完整流程，并能生成可复现的训练流水线。关键词：HuggingFace、微调、NGC、PyTorch、视觉模型、VLM、LLM、LoRA、SFT、DPO、GRPO、NVIDIA TAO、模型训练。

本技能用于Cosmos-Embed1视频-文本嵌入模型的微调、推理、评估与导出，支持文本到视频检索、视频到视频搜索、零样本分类和语义去重，并提供LoRA参数高效微调。通过Docker容器运行，包含训练、评估、推理、导出等命令行操作。关键词：Cosmos-Embed、视频嵌入、文本检索、视频检索、微调、LoRA、多模态、TAO。