下载

Skill UI

浏览并发现 6006+ 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

搜索训练框架，共找到 13 条记录

默认排序最新上传最多下载

BLIP-2 视觉语言预训练

blip-2-vision-language

Orchestra-Research/AI-Research-SKILLs

BLIP-2 将冻结图像编码器与大语言模型连接为视觉语言预训练框架，可用于高质量图像描述、视觉问答、图文检索或零样本多模态对话。

梯度裁剪助手

gradient-clipping-helper

jeremylongshore/claude-code-plugins-plus-skills

梯度裁剪助手针对机器学习训练流程提供自动化支持，指导梯度裁剪模式、生成可部署代码与配置，并校验 PyTorch、TensorFlow 等框架下的结果。

企业级 Miles 强化学习

miles-rl-training

Orchestra-Research/AI-Research-SKILLs

提供 miles 框架下大规模 MoE 模型的强化学习训练指导，涵盖 FP8/INT4 低精度训练、训练推理对齐、推测式 RL 提速策略以及面向企业级部署的稳定性实践。

OpenRLHF高性能训练

openrlhf-training

Orchestra-Research/AI-Research-SKILLs

OpenRLHF 是基于 Ray 与 vLLM 的高性能 RLHF 框架，通过 ZeRO-3 与 GPU 资源共享加速 PPO、GRPO、RLOO 和 DPO 等算法的 7B-70B+ 大模型分布式训练。

PyTorch Lightning 训练框架

pytorch-lightning

Orchestra-Research/AI-Research-SKILLs

PyTorch Lightning 提供高层训练框架，内置分布式训练（DDP/FSDP/DeepSpeed）、回调、检查点、日志与设备管理，帮助你从笔记本到多节点集群轻松运行高质量模型训练。

Pyvene 因果干预框架

pyvene-interventions

Orchestra-Research/AI-Research-SKILLs

面向 PyTorch 模型的声明式因果干预工具，包含激活修补、因果追踪与互换干预训练，便于研究者验证模型组件的因果作用并共享实验。

句子变换器嵌入框架

sentence-transformers

Orchestra-Research/AI-Research-SKILLs

Sentence Transformers 提供 5000+ 预训练模型，支持多语言、多模态与领域定制嵌入，方便在 RAG、语义搜索、聚类和生产环境中本地生成高质量向量，无需调用外部 API。

Slime 强化学习训练框架

slime-rl-training

Orchestra-Research/AI-Research-SKILLs

使用 Slime（Megatron+SGLang）框架提供 LLM 强化学习后训练指引，涵盖 GLM、Qwen、Llama 等模型的数据缓冲、Rollout 管理与 Megatron-LM 集成，便于扩展式策略优化。

Torchforge 强化学习训练指南

torchforge-rl-training

Orchestra-Research/AI-Research-SKILLs

Torchforge RL Training 介绍了 Meta 的 PyTorch 原生强化学习框架 torchforge，强调算法与基础设施的隔离，便于用 GRPO/SFT 等损失做实验，并借助 Monarch、TorchTitan 和 vLLM 进行多卡大规模训练，同时提供配置与监控要点。

Megatron 大型模型训练

training-llms-megatron

Orchestra-Research/AI-Research-SKILLs

Megatron-Core 通过张量、流水线、上下文和专家并行策略，在 H100 集群上高效训练 2B~462B 参数的 LLM，是 Nemotron、LLaMA、DeepSeek 等项目的生产就绪框架。

verl 强化学习训练指南

verl-rl-training

Orchestra-Research/AI-Research-SKILLs

使用 verl 的 HybridFlow 框架，在数百亿参数模型上以 PPO、GRPO、DAPO 等算法进行 RLHF 后训练，支持多种训练后端、带工具的多轮 rollout 及评估。

PufferLib 高性能强化学习

K-Dense-AI/claude-scientific-skills

PufferLib 是一个高性能强化学习框架，适合需要并行模拟、向量化环境和多智能体训练的场景，可实现百万步/秒级 PPO 训练，并与 Gymnasium、Atari、Procgen 等环境无缝集成。

语言