登录
下载

Skill UI

浏览并发现 9688+ 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 训练 ，共找到 89 条记录
默认排序 最新上传 最多下载

火山引擎LLM强化训练

verl-rl-training
Orchestra-Research/AI-Research-SKILLs
398
使用火山引擎 verl 训练 LLM 的强化学习指南，涵盖 GRPO、PPO、价值网络、分布式 rollout、数据配置与生产部署等流程。
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

分子机器学习工具集

deepchem
K-Dense-AI/claude-scientific-skills
229
DeepChem 是面向化学与生物的 Python 机器学习库，提供分子特征化、数据加载、拆分和模型训练能力，可快速用于属性、毒性、蛋白质或材料性质预测。
查看详情

硬件无关量子机器学习

pennylane
K-Dense-AI/claude-scientific-skills
280
硬件无关的量子机器学习框架，支持量子电路自动微分、混合量子/经典模型训练与 PyTorch、JAX、TensorFlow 集成，并可在 IBM/Google/Rigetti/IonQ 等平台切换。
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

高性能强化学习框架

pufferlib
K-Dense-AI/claude-scientific-skills
205
PufferLib是一个高性能的强化学习框架，专为大规模、高速的RL训练和仿真而设计。它通过优化的向量化和原生多智能体支持，实现了每秒数百万步的训练速度，极大地提升了RL研究和应用效率，适用于单智能体和多智能体环境的构建与训练。
查看详情

医疗健康人工智能工具

pyhealth
K-Dense-AI/claude-scientific-skills
107
PyHealth 提供面向临床的全流程 Python 工具，支持加载 MIMIC/eICU/OMOP 等医疗数据、处理 ICD/NDC/ATC 编码、训练 RETAIN/SafeDrug/Transformer 等深度模型，方便研发、评估与部署医疗 AI 解决方案。
查看详情

治疗数据共享平台

pytdc
K-Dense-AI/claude-scientific-skills
402
提供面向治疗学的 AI 准备药物发现数据集（ADME、毒性、DTI、DDI、分子生成），包含标准化评估、scaffold 拆分与分子预测器，帮助科研人员训练、对比、优化疗法 ML 模型。
查看详情

稳定基线3：强化学习算法工具包

stable-baselines3
K-Dense-AI/claude-scientific-skills
383
稳定基线3是一个基于PyTorch的专业库，用于提供生产级的强化学习算法实现（如PPO、SAC、DQN等）。它支持单智能体RL模型训练，提供创建自定义环境的能力，并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。
查看详情

预训练Transformer模型

transformers
K-Dense-AI/claude-scientific-skills
151
用于处理NLP、计算机视觉、音频等多个领域的预训练Transformer模型。支持文本生成、分类、问答、摘要提取、图像检测等复杂任务，并提供模型微调和部署的完整流程，适用于构建专业级的AI应用。
查看详情

Hugging Face TRL 训练

hugging-face-model-trainer
sickn33/antigravity-awesome-skills
400
通过 Hugging Face Jobs 在云 GPU 上执行 TRL（SFT/DPO/GRPO）训练，自动存储至 Hub，并支持 GGUF 导出，无需本地环境部署。
查看详情

AI商业邮件入侵检测

detecting-business-email-compromise-with-ai
mukul975/Anthropic-Cybersecurity-Skills
108
采用 AI+NLP 分析写作风格、行为、意图，建立基线并训练变换器模型，配合响应流程，识别传统规则难以捕捉的商业邮件入侵欺骗攻击。
查看详情
上一页12345678下一页
语言
简体中文
English