软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 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 86 条记录

默认排序最新上传最多下载

检测数据与模型投毒攻击

detecting-data-and-model-poisoning

mukul975/Anthropic-Cybersecurity-Skills

本工具提供一套全面的解决方案，用于检测机器学习系统中的数据投毒、模型后门和供应链安全漏洞。它利用ART工具箱进行激活聚类和谱指纹分析，同时结合Cleanlab进行标签质量校验，并通过哈希验证和safetensors格式强制执行模型完整性。适用于模型训练前、部署前及整个生命周期安全审计。

训练和微调句子嵌入模型

train-sentence-transformers

sickn33/antigravity-awesome-skills

本技能提供了一套用于训练和微调先进的句子嵌入模型（Sentence-Transformers）的指南。它帮助用户根据任务需求（如信息检索、相似度匹配、聚类或重排序）选择合适的模型架构，包括Bi-Encoder、CrossEncoder和SparseEncoder，是实现高级NLP功能的核心工具。

使用TRL训练和微调大型语言模型

sickn33/antigravity-awesome-skills

使用此技能，您可以使用TRL库对基础大型语言模型进行高级训练和微调。它支持包括SFT、DPO、GRPO等在内的多种前沿模型对齐和优化技术。适用于需要根据特定任务需求，利用偏好数据和奖励模型定制化模型的场景。

进化AI策略表面进行优化

本技能用于运行自动化进化流程，系统性地优化AI代理框架（Harness）的七个核心策略表面（如规划器、上下文构建器、评审器等）。通过变异这些策略并进行沙箱评分，可以识别出关键的性能提升点，从而在无需重新训练基础模型的情况下，实现高效的配置调优和性能基线确立。

RuView模型高级训练流程

ruview-model-training

本文档全面介绍了RuView模型的全生命周期训练流程。涵盖多种先进的跟踪技术，包括无摄像头姿态估计（WiFlow）、使用MediaPipe的相机监督方法、鲁棒的对比嵌入（RuVector）以及领域泛化（MERIDIAN）。支持在本地GPU和云平台进行训练、评估和部署。

人工智能研究可复现性指南

cikm-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南概述了复杂人工智能和知识图谱研究的可复现性最佳实践。它详细指导研究者如何记录和固定从数据预处理、模型训练到大模型提示词等所有环节的细节，确保即使使用了专有数据，研究结果也能被同行充分验证。

MLSys会议投稿定位与策略

conference-on-machine-learning-and-systems

brycewang-stanford/Awesome-Journal-Skills

本指南旨在指导作者将机器学习系统论文定位到MLSys的顶级会议标准。它详细阐述了该会议对系统级贡献（如训练/推理基础设施、编译器、数据系统和硬件感知ML）的特定要求。帮助作者学习如何重构论文叙事，强调其对模型能力、成本、可靠性或部署规模的实际系统影响，以抓住审稿人的关注点。

机器人学习实验设计规范

corl-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南为机器人学习领域的科研人员提供实验设计的最佳实践。它强调了统计学严谨性，指导如何处理训练和执行过程中的随机性，如何量化仿真到现实的差距，以及如何保证不同基线模型（如BC/RL/VLA）的公平性评估，确保研究结论的可靠性。

AI研究可复现性指南

eccv-reproducibility

brycewang-stanford/Awesome-Journal-Skills

这是一份针对计算机视觉和AI论文的权威指南，旨在指导作者如何确保研究结果具有最高的可复现性。内容涵盖完善的训练配方记录、模型依赖的精确版本锁定（Foundation-model pinning）、以及对结果方差的诚实报告，确保学术成果的透明度和可验证性。

AI研究可复现性与透明度规范

facct-reproducibility

brycewang-stanford/Awesome-Journal-Skills

这是一套针对人工智能和数据科学领域的高标准学术指南。它指导研究者如何系统性地提升研究的透明度和可复现性，重点要求发布并记录原始数据、训练模型和定性研究的证据。通过使用数据表、模型卡等机制，确保所有研究结论均可被第三方进行全面审计和验证，从而提高学术研究的严谨性和可信度。

计算机视觉实验设计与规划

iccv-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一套高标准的学术科研实验设计方法论，专为顶级计算机视觉会议（如ICCV）准备论文。它指导用户在严格的截止日期下，系统地进行实验规划，包括基准漂移审计、确保模型公平性（消除预训练混淆）、构建机制分离的消融实验，以及按决策价值顺序安排实验运行流程。

语音研究可复现性报告指南

interspeech-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南是为语音技术研究者准备的，旨在确保学术论文（如INTERSPEECH投稿）结果具备高度的可复现性。它详细指导如何记录和报告关键的“衰减通道”，包括语料库版本、文本规范化规则、客观指标（如WER、EER）、主观评估协议（MOS）以及模型训练的随机性。核心在于固定工具有效配置、硬件环境和所有实验参数，以达到最高的科学严谨性。

上一页 1 2 3 4 5 678 下一页

语言