Loading...
Loading...
共找到 50 个 Skills
Monochrome——采用象牙色账本纸搭配纯黑色字体；标题使用Lora衬线字体，正文使用Jost字体，完全无色彩。适用于所有需要呈现手工排版账本风格的内容：用户研究综述、白皮书、长篇报告、学术及政策简报、咨询交付成果、中英双语报告。
针对Megatron-Bridge模型/提供者变更的外部NeMo-RL端到端验证工作流，包括下游兼容性检查、外部RL生命周期行为、Megatron策略配置、HF导入/导出、checkpoint/恢复、非协同部署vLLM重构、增量权重传输、可选LoRA/生成变体，以及诸如“该模型能否在NeMo-RL中运行”“运行NeMo-RL端到端测试”或“外部RL循环验证”等场景。涵盖从Bridge代码库运行NeMo-RL Megatron策略任务、选择GRPO/SFT/checkpoint/非协同部署重构变体、设置PYTHONPATH使NeMo-RL导入本地Bridge代码树，以及报告测试通过/失败的证据。
IoT协议：Zigbee（网状网络）、Z-Wave（智能家居）、LoRaWAN（长距离）、CoAP（轻量级）、Matter（互操作性）、Thread（
针对`SentenceTransformer`（双编码器；密集或静态嵌入模型；适用于检索、相似度计算、聚类、分类、paraphrase mining、去重、多模态）、`CrossEncoder`（重排序器；用于两阶段检索/配对分类的配对评分）和`SparseEncoder`（SPLADE，稀疏嵌入模型；适用于学习型稀疏检索）这三类模型，进行sentence-transformers模型的训练或微调。内容涵盖损失函数选择、难负样本挖掘、评估器、模型蒸馏、LoRA、Matryoshka以及Hugging Face Hub发布。适用于任何sentence-transformers训练任务。
为任何接受流畅英文输入的现代text-to-image或图像编辑模型打造高质量自然语言图像提示词。当用户需要帮助撰写、重写、改进或翻译英文自然语言图像提示词时触发——包括“帮我写一个图像提示词”“优化这个图像提示词”“为图像模型描述这个场景”或“将这些标签转换为自然语言提示词”等请求。请勿响应纯关于调用图像API、选择采样器/调度器、挑选LoRA或设置ControlNet的请求——这些属于运行时技能的范畴。
将已通过升级的微调模型导出为合适的部署格式——合并后的safetensors、仅LoRA、带imatrix的GGUF或FP8格式。适用于检查点通过升级后、为目标设备选择量化格式时，或导出模型未通过冒烟测试的场景。
搭建用于LLM微调的基础设施，支持QLoRA、LoRA和全量微调，使用Hugging Face TRL、Axolotl工具，以及DeepSpeed或FSDP分布式训练。内容涵盖数据集准备、训练运行和模型导出。
通过HuggingFace Diffusers使用Stable Diffusion模型实现最先进的文本到图像生成。适用于根据文本提示生成图像、执行图像到图像转换、图像修复或构建自定义扩散工作流的场景。
通过引导式对话与用户沟通他们想要创建的图像或场景，提出相关问题以充分理解他们的构想，然后生成适配模型的完美提示词及推荐设置。当用户说“我想创建……”、“帮我制作一张……的图像”、“我有一个关于……的想法”，或请求帮助撰写提示词时使用。
适用于sona-learning-optimizer的Agent技能 - 使用$agent-sona-learning-optimizer调用
掌握针对特定领域和任务的大语言模型微调技术。内容涵盖数据准备、训练技巧、优化策略以及评估方法。适用于为特定应用适配模型、降低推理成本或提升领域特定性能的场景。
适用于编辑ComfyUI工作流JSON、添加节点、连接线路、修改工作流、为工作流添加ControlNet/LoRA/超分辨率功能，或向ComfyUI提交工作流的场景。