mcpField
N
neural-training

neural-training

github.com/ruvnetエージェントワークフロー80.0k1.1k 回インストール今日更新
リポジトリ

neural-training について

Neural Training Skillは、SONA、MoE、EWC++を使ってニューラルパターンを学習・最適化します。パターン学習、エージェントのルーティング、知識の統合を対象とし、学習、状態確認、予測、最適化のコマンドを備えています。

主な機能

  1. 01HNSWによるパターン検索
  2. 02パターン結果の評価
  3. 03LoRAによる学びの抽出
  4. 04EWC++による学習の統合
  5. 05学習・予測・最適化コマンド

活用シーン

  1. 01新しいニューラルパターンの学習
  2. 02タスクの複雑さに応じたエージェントのルーティング
  3. 03蓄積した知識の統合
  4. 04タスクパターンの認識と予測

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/ruvnet/ruflo --skill neural-training

インストール後、Claude Code で/neural-trainingを入力して読み込まれたか確認します。

詳細

ニューラルトレーニングスキル

目的

SONA、MoE、EWC++ システムを使用して、ニューラルパターンをトレーニングし、最適化します。

トリガーするタイミング

  • 新しいパターンのトレーニング
  • エージェントのルーティングの最適化
  • 知識の統合
  • パターン認識タスク

インテリジェンスパイプライン

  1. RETRIEVE — HNSW を使用して関連するパターンを取得します（150x-12,500x 高速）
  2. JUDGE — 判定（success$failure）で評価します
  3. DISTILL — LoRA を使用して重要な学習内容を抽出します
  4. CONSOLIDATE — EWC++ を使用して破滅的忘却を防ぎます

コンポーネント

コンポーネント目的パフォーマンス
SONA自己最適化型の適応<0.05ms
MoEエキスパートルーティング8 エキスパート
HNSWパターン検索150x-12,500x
EWC++忘却の防止継続的
Flash Attention高速化2.49x-7.47x

コマンド

パターンをトレーニング
npx claude-flow neural train --model-type moe --epochs 10
ステータスを確認
npx claude-flow neural status
パターンを表示
npx claude-flow neural patterns --type all
予測
npx claude-flow neural predict --input "task description"
最適化
npx claude-flow neural optimize --target latency

ベストプラクティス

  1. バッチ学習には pretrain フックを使用します
  2. 完了後、成功したパターンを保存します
  3. 忘却を防ぐため、定期的に統合します
  4. タスクの複雑さに基づいてルーティングします

コメント

Markdown 対応