登录
下载

Skill UI

浏览并发现 9916+ 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 模型训练 ，共找到 66 条记录
默认排序 最新上传 最多下载

计算机视觉生产级工程技能

senior-computer-vision
alirezarezvani/claude-skills
257
涵盖了从基础模型到生产部署的完整计算机视觉AI全流程技能。掌握目标检测（YOLO、Faster R-CNN）、实例/语义分割（Mask R-CNN、SAM）等核心技术，并熟练运用PyTorch进行模型训练，最终通过ONNX和TensorRT等工具优化模型，实现边缘或云端设备的稳定部署。
查看详情

句向量嵌入框架

sentence-transformers
Orchestra-Research/AI-Research-SKILLs
326
Sentence Transformers 提供 5000+ 预训练模型，可生成句、文本与图像嵌入，支持 RAG、语义搜索、聚类、多语言与多模态，适合本地生产环境使用。
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

SLIME 强化训练框架

slime-rl-training
Orchestra-Research/AI-Research-SKILLs
225
为 GLM 系列大模型提供基于 Megatron-LM 与 SGLang 的后训练强化学习指导，包含 GRPO rollout、灵活数据缓冲与异步/多轮训练流程，适用于研究及产研部署。
查看详情

稀疏自编码器：模型可解释性分析

sparse-autoencoder-training
Orchestra-Research/AI-Research-SKILLs
251
本工具提供稀疏自编码器（SAE）的训练和分析框架。SAEs能够将大型语言模型内部密集的、多义的激活信号分解为稀疏、单义的特征。适用于需要发现模型学到的离散可解释概念、研究特征叠加性，或分析模型内部特定安全相关行为（如偏见或欺骗）的场景。
查看详情

TensorBoard 可视化工具包

tensorboard
Orchestra-Research/AI-Research-SKILLs
130
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

训练测试集切分器

train-test-splitter
jeremylongshore/claude-code-plugins-plus-skills
383
该技能自动响应涉及训练/测试集划分的请求，提供行业级指导、实用代码与配置建议，并帮助验证 PyTorch、TensorFlow 或 sklearn 流程中的数据准备与模型训练环节。
查看详情

Megatron-Core大型语言模型训练

training-llms-megatron
Orchestra-Research/AI-Research-SKILLs
135
基于 Megatron-Core 提供端到端流程，可训练 2B-462B 参数的大语言模型，使用张量/流水/专家/上下文并行和 H100 上的高效资源利用。
查看详情

GPU实例管理与机器学习工作流

vastai-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
443
这是一个完整的GPU计算资源工作流。它帮助用户在Vast.ai上执行端到端的工作流：从根据规格和价格搜索最佳GPU资源，到创建实例，执行复杂的模型训练或推理任务，收集模型成果，并最重要的是销毁实例以停止计费。适用于AI模型训练和计算任务。
查看详情

Vast.ai GPU成本优化指南

vastai-cost-tuning
jeremylongshore/claude-code-plugins-plus-skills
191
本工具包旨在帮助用户优化Vast.ai上的GPU云资源使用成本。它提供了选择成本效益最高GPU型号、利用抢占式（Spot）实例以及设置自动销毁机制的完整指南。通过检测闲置计算资源和监控运行费用，确保AI模型训练和推理作业能够高效、经济地完成。
查看详情

机器学习训练数据安全管理

vastai-data-handling
jeremylongshore/claude-code-plugins-plus-skills
158
本指南提供了在云端GPU实例（如Vast.ai）上安全管理训练数据和模型工件的完整流程。它涵盖了数据传输（SCP、压缩、云存储）、AES-256加密实现、模型检查点到S3的持久化，以及实例销毁前的安全数据清理，确保了整个机器学习项目的合规性和数据完整性。
查看详情
上一页123456下一页
语言
简体中文
English