汎用データ・分析⭐ リポ 18品質スコア 72/100

ml-training

HuggingFaceを使用した機械学習モデルの訓練スキルです。LLMの微調整、データセットの作成、GPU選択、訓練の監視などが可能です。カスタムモデルの訓練が必要な場合に利用してください。APIを通じて事前学習済みモデルを使用する場合には不要です。

description の原文を見る

Machine learning model training with HuggingFace. Fine-tuning LLMs, dataset creation, GPU selection, training monitoring. Use for training custom models. Don't use for using pre-trained models via API.

SKILL.md 本文

ML モデルトレーニング

パイプライン

タスクと成功指標を定義する
トレーニングデータを収集・準備する
ベースモデルを選択する(サイズとタスク適合性で)
GPU を選択してコストを推定する
トレーニングを構成する(SFT、DPO、または GRPO)
トレーニング実行を監視する
テストセットで評価する
モデルをデプロイする

モデル選択

小規模タスク(分類): Qwen 0.6B-3B
中規模タスク(生成): Mistral 7B、Llama 8B
複雑なタスク(推論): Qwen 27B、Llama 70B

トレーニング方法

SFT: 例に基づく教師あり微調整
DPO: 選好最適化(良い例 vs 悪い例)
GRPO: グループ相対方針最適化

デプロイ

Ollama はローカル推論用
LitServe は MCP サーバー用
llama.cpp は本番環境用

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者: neuron-one
リポジトリ: neuron-one/GODMODE
ライセンス: MIT
最終更新: 2026/4/1

GitHubで原本を見る →フィードバックを送る

Source: https://github.com/neuron-one/GODMODE / ライセンス: MIT