登录
下载

Skill UI

浏览并发现 9185+ 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 LMS ，共找到 54 条记录
默认排序 最新上传 最多下载

智能体工具构建指南

agent-tool-builder
sickn33/antigravity-awesome-skills
364
涵盖从 JSON Schema 设计到验证与错误处理的智能体工具构建，强调高质量描述和 MCP 标准以保障 LLM 准确率。
查看详情

Axolotl大模型微调助手

axolotl
Orchestra-Research/AI-Research-SKILLs
392
为 Axolotl 提供大模型微调指导，涵盖 YAML 配置、LoRA/QLoRA、DPO 等优化策略及多模态支持，适用于开发、调试和查阅文档。
查看详情

Axolotl大模型微调助手

axolotl
Orchestra-Research/AI-Research-SKILLs
392
为 Axolotl 提供大模型微调指导，涵盖 YAML 配置、LoRA/QLoRA、DPO 等优化策略及多模态支持，适用于开发、调试和查阅文档。
查看详情

BLIP-2 视觉语言框架

blip-2-vision-language
Orchestra-Research/AI-Research-SKILLs
350
该框架将冻结的图像编码器与大语言模型连接，适用于图像描述、视觉问答、检索与多模态对话，在无需微调的条件下实现零样本推理，并仅训练轻量 Q-Former。
查看详情

领先计算机视觉架构师

computer-vision-expert
sickn33/antigravity-awesome-skills
285
提供设计、实现和优化前沿计算机视觉流程的专业指导。涵盖实时目标检测（YOLO26）、基于提示的语义分割（SAM 3）以及利用视觉语言模型（VLM）进行高级视觉推理。适用于机器人、自动驾驶和工业检测等场景，尤其擅长3D重建和边缘侧部署优化。
查看详情

大模型上下文工程基础

context-fundamentals
sickn33/antigravity-awesome-skills
223
本技能深入讲解了大型语言模型（LLMs）推理时可用的完整状态（上下文）。内容涵盖系统提示、工具定义、消息历史记录和检索文档等核心组件。掌握上下文工程是构建稳定、高效AI智能体的关键，它指导用户如何优化上下文内容，管理注意力预算，确保模型接收到最相关的“高信号”信息。
查看详情

上下文优化策略

context-optimization
sickn33/antigravity-awesome-skills
293
本技能提供了一套高级的LLM上下文管理框架，旨在提升有限上下文窗口的有效容量。它涵盖了压缩、观测屏蔽、KV缓存优化和上下文分区等四种核心技术。通过优化Token使用，可以有效解决上下文限制问题，帮助构建成本更低、延迟更小、能处理大规模文档和复杂任务的生产级AI Agent系统。
查看详情

LLM 评估框架

evaluating-llms-harness
Orchestra-Research/AI-Research-SKILLs
66
提供涵盖 MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag 等 60+ 学术基准测试的标准化评估流程，可用来对 HuggingFace、vLLM 或 API 模型打分、比对性能、跟踪训练进度。
查看详情

TRL RLHF 训练管线

fine-tuning-with-trl
Orchestra-Research/AI-Research-SKILLs
393
使用 TRL 提供的 SFT、DPO、PPO/GRPO 和奖励模型训练流程，对 HuggingFace 模型进行 RLHF 调整，使其符合偏好与人类反馈。
查看详情

设备端 Foundation 模型

foundation-models-on-device
affaan-m/everything-claude-code
262
在 iOS 26+ 中使用 FoundationModels 框架，默认启用本地 LLM 文本生成、@Generable 结构化输出、工具调用与快照流式传输，满足隐私与离线需求。
查看详情

GGUF量化：高效大模型推理

gguf-quantization
Orchestra-Research/AI-Research-SKILLs
429
本指南深入介绍GGUF格式和模型量化技术，旨在实现大语言模型（LLM）在消费级硬件上的高效推理。通过采用GGUF标准格式和K-quant方法进行模型压缩，可以显著降低内存和硬件要求，使开发者能够在Apple Silicon、CPU或边缘设备上部署高性能AI应用。
查看详情

GPTQ LLM 量化指南

gptq
Orchestra-Research/AI-Research-SKILLs
277
GPTQ 提供后训练 4 位量化，可在 RTX 4090/3090 等消费级 GPU 上将大模型压缩至 1/4 内存并加速推理，同时维持低于 2% 的困惑度损失，适合部署和 QLoRA 微调。
查看详情
12345下一页
语言
简体中文
English