软件下载帮助文档新闻资讯

Skill UI

浏览并发现 19396+ 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 Transformers ，共找到 22 条记录

默认排序最新上传最多下载

TRL RLHF 训练管线

fine-tuning-with-trl

Orchestra-Research/AI-Research-SKILLs

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。

Mamba选择性状态空间模型

mamba-architecture

Orchestra-Research/AI-Research-SKILLs

Mamba 是选择性状态空间架构，提供 Mamba-1 与 Mamba-2，可用 O(n) 复杂度处理百万级序列，节省显存、适配硬件、替代 Transformer 生成任务。

结构化文本生成器

Orchestra-Research/AI-Research-SKILLs

Outlines 通过 Pydantic 模型与语法驱动的有限状态机在生成时约束 token，使 JSON/XML/代码结构必然有效，并支持 Transformers、llama.cpp 与 vLLM 等本地模型，实现高速推理与抽样控制。

句向量嵌入框架

sentence-transformers

Orchestra-Research/AI-Research-SKILLs

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。

变换器机制可解释性分析

transformer-lens-interpretability

Orchestra-Research/AI-Research-SKILLs

这是一个用于大型语言模型的机制可解释性研究库。它允许用户通过HookPoints和激活缓存来深入检查和操作Transformer模型的内部机制，例如注意力模式、残差流和MLP输出。该工具对于逆向工程模型算法、执行因果追踪和分析模型内部电路至关重要。

分子特征化中心

K-Dense-AI/claude-scientific-skills

Molfeat 是一个 Python 库，集成 100+ 分子特征器、转换器与预训练模型，用于 QSAR、虚拟筛选、相似性搜索和深度学习等分子 ML 场景。

预训练Transformer模型

K-Dense-AI/claude-scientific-skills

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。

SwanLab 实验跟踪

experiment-tracking-swanlab

Orchestra-Research/AI-Research-SKILLs

介绍如何使用 SwanLab 进行开源机器学习实验跟踪，提供本地或自托管的仪表盘、丰富的媒体日志，并与 PyTorch、Transformers、Lightning、Fastai 等框架集成，便于对比各次训练。

本地大型语言模型评估工具

hugging-face-community-evals

sickn33/antigravity-awesome-skills

本技能用于在本地硬件上运行Hugging Face Hub模型的综合评估。它支持多种评估框架，包括`inspect-ai`和`lighteval`，并提供灵活的后端选择（如`vllm`, Transformers, 或`accelerate`），以优化性能和兼容性。适用于本地GPU基准测试、烟雾测试和后端选择，但不负责远程任务调度或结果发布。

JavaScript客户端机器学习

transformers-js

sickn33/antigravity-awesome-skills

该工具允许开发者在JavaScript或TypeScript环境中直接运行先进的机器学习模型。它支持自然语言处理（文本生成、总结、翻译）、计算机视觉（图像识别、目标检测）和音频处理等多种任务。特别适用于构建无需后端支持、完全在浏览器端运行的多模态AI应用。

AI与机器学习知识体系教练

02-ai-ml-learning

24kchengYe/human-skill-tree

本教练旨在建立用户真实的AI素养，提供从初级用户到高级构建者的完整学习路径。它通过Socratic提问和分层教学法，涵盖提示工程（Prompt Engineering）和机器学习（ML）底层原理，帮助用户理解AI模型的运作机制，而非仅仅停留在使用表面工具。

Transformer 模型加载与微调

K-Dense-AI/scientific-agent-skills

使用 Hugging Face Transformers 库加载 Hub 预训练模型，通过 Pipeline 快速推理、文本生成，并用 Trainer API 微调模型，覆盖自然语言处理、计算机视觉、音频与多模态任务。

语言