登录
下载

Skill UI

浏览并发现 7532+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 实验 ，共找到 40 条记录
默认排序 最新上传 最多下载

PyTorch模型训练助手

pytorch-model-trainer
jeremylongshore/claude-code-plugins-plus-skills
381
自动化 PyTorch 训练流程，提供数据准备、模型配置、超参调优与实验跟踪等建议，遵循行业最佳实践，适合需要快速搭建训练流水的使用场景。
查看详情

PyTorch模型因果干预

pyvene-interventions
Orchestra-Research/AI-Research-SKILLs
473
pyvene是一个用于在PyTorch模型上执行因果干预的声明式框架。它支持激活打补丁、因果追踪（ROME风格）和交替干预训练等高级实验。适用于需要测试模型因果假设、深入理解模型组件工作机制或确保可复现性的AI研究场景。
查看详情

实验追踪配置助手

setting-up-experiment-tracking
jeremylongshore/claude-code-plugins-plus-skills
325
自动化配置 MLflow 或 W&B 的实验追踪，设置环境、启动服务，并提供记录参数、指标与产物的代码示例，保持模型训练可复现且便于对比。
查看详情

超能力实验室环境指南

superpowers-lab
sickn33/antigravity-awesome-skills
118
本技能提供了一个专门的实验室环境和模式指南，用于探索和利用Claude AI框架中的高级能力。适用于需要一个结构化的空间来测试、开发和理解复杂的AI工作流和先进功能的场景。
查看详情

TensorBoard 可视化工具包

tensorboard
Orchestra-Research/AI-Research-SKILLs
408
TensorBoard 提供统一可视化界面，跟踪训练指标、调试模型、对比实验、观察网络结构并分析性能瓶颈，适用于 PyTorch 与 TensorFlow 训练流程。
查看详情

Tensorboard 可视化助手

tensorboard-visualizer
jeremylongshore/claude-code-plugins-plus-skills
113
在提到 tensorboard 可视化时自动激活，指导模型训练中的数据准备、调参和实验追踪，提供规范化配置与标准校验，确保可视化流程可用于生产。
查看详情

PyTorch原生智能体RL训练框架

torchforge-rl-training
Orchestra-Research/AI-Research-SKILLs
317
torchforge是Meta推出的用于智能体强化学习（RL）的PyTorch原生框架。它将核心的RL算法与复杂的分布式基础设施进行了彻底分离。用户可以专注于算法的快速实验和开发，无需担心底层分布式训练、权重同步等复杂问题，支持从单卡到大规模集群的扩展训练。
查看详情

wandb实验日志记录

wandb-experiment-logger
jeremylongshore/claude-code-plugins-plus-skills
201
在机器学习训练中自动处理 wandb 实验日志任务，提供流程指导、最佳实践、代码配置示例及校验，确保数据准备、模型训练、超参调优与实验追踪一致。
查看详情

W&B实验追踪管理

weights-and-biases
Orchestra-Research/AI-Research-SKILLs
242
W&B 为 PyTorch、TensorFlow、HuggingFace 等模型提供自动记录、实时可视化、超参搜索、模型注册与协作空间，帮团队统一管理实验、工件与版本线索。
查看详情

Denario科研流程助手

denario
K-Dense-AI/claude-scientific-skills
201
Denario通过多智能体协作，自动化科研流程，从数据洞察、方法构建到计算实验和LaTeX论文生成，全程支撑研究交付。
查看详情

Perplexity 智能搜索

perplexity-search
K-Dense-AI/claude-scientific-skills
302
通过 LiteLLM 和 OpenRouter API 接入 Perplexity 模型，实时抓取带引用的网页信息，适合最新研究、文献检索、事实验证和特定领域查询，弥补模型训练数据之外的知识空白。
查看详情

科学批判性思维

scientific-critical-thinking
K-Dense-AI/claude-scientific-skills
96
评估科研结论和实验严谨性，根据方法学、统计有效性、证据质量与偏差，结合 GRADE 与 Cochrane 风险评估框架，必要时配套科学图示，提升分析清晰度。
查看详情
上一页1234下一页
语言
简体中文
English