unsloth

Unsloth スキル

公式ドキュメントを基に作成された、Unsloth 開発に関する包括的なサポートです。

このスキルを使用する場面

次の場合に、このスキルを使用してください。

• Unsloth を使用している場合
• Unsloth の機能や API について質問する場合
• Unsloth を使ったソリューションを実装する場合
• Unsloth のコードをデバッグする場合
• Unsloth のベストプラクティスを学ぶ場合

クイックリファレンス

よく使われるパターン

このスキルを使用するにつれて、クイックリファレンスのパターンが追加されます。

参考ファイル

このスキルには、references/ に包括的なドキュメントが含まれています。

• llms-txt.md - Llms-Txt ドキュメント

詳細な情報が必要な場合は、view を使って該当する参考ファイルを確認してください。

このスキルの使用方法

初心者向け

基本概念を理解するには、getting_started または tutorials の参考ファイルから始めてください。

特定の機能について

詳細な情報を確認するには、該当するカテゴリの参考ファイル（api、guides など）を使用してください。

コード例について

上記のクイックリファレンスには、公式ドキュメントから抽出したよく使われるパターンが含まれています。

リソース

references/

公式ソースから抽出したドキュメントを整理しています。これらのファイルには、次の内容が含まれています。

• 詳細な説明
• 言語注釈付きのコード例
• 元のドキュメントへのリンク
• すばやく移動するための目次

scripts/

よく使われる自動化タスク用のヘルパースクリプトをここに追加してください。

assets/

テンプレート、ボイラープレート、サンプルプロジェクトをここに追加してください。

注意事項

• このスキルは公式ドキュメントから自動生成されています
• 参考ファイルでは、元のドキュメントの構造と例が維持されています
• 構文を見やすく表示できるよう、コード例には言語の判定が含まれています
• クイックリファレンスのパターンは、ドキュメント内の一般的な使用例から抽出されています

更新

ドキュメントを更新してこのスキルを再生成するには、次の手順を実行してください。

1. 同じ設定でスクレイパーを再実行します
2. 最新の情報を使ってスキルが再構築されます

エージェントの実行手順

1. 環境を確認します。 GPU の種類、メモリ、ドライバー／CUDA のバージョン（nvidia-smi）、フレームワークのバージョン、データセットの場所とサイズを確認します。
2. 入力を明確にします。 データまたはユーザーから、形式、識別子、パラメーターを確認します。結果に影響する値は推測せず、質問してください。
3. まず小規模に実行します。 スモークテストとして、小さなモデルまたはサブセットを使い、少ないステップ数で実行し、損失が減少してチェックポイントが保存されることを確認します。
4. 上記の手順と参考資料を使って、タスク全体を実行します。
5. 結果を検証します。 学習に使用していないデータで指標を追跡し、ベースラインと比較して、シード、設定、ハードウェアを記録します。
6. 報告します。 実行した内容（バージョン、コマンド、パラメーター）、確認した内容、未確認の事項を明記します。

この事象が発生した場合	対応方法
CUDA のメモリ不足	バッチサイズを小さくする、勾配累積／チェックポイント保存または混合精度を有効にする、あるいはモデルをシャーディングします。
損失が NaN になる、または発散する	学習率を下げ、データに無効な値がないか確認し、勾配クリッピングを有効にします。
この手順に記載された関数、フラグ、エンドポイントがインストール済みバージョンに存在しない	インストール済みバージョンのドキュメント（help()、--help、公式ドキュメント）を確認して適応し、ユーザーに伝えます。API をでっち上げてはいけません。
必須の入力、識別子、パラメーターが曖昧	ユーザーに質問するか、実行前に仮定を明示します。

整合性に関するルール

• 結果、パラメーター、識別子、引用、統計を捏造してはいけません。実行または検証できない場合は、その旨を明確に伝えます。
• ログがない状態で学習結果を主張してはいけません。大規模なジョブを開始する前に、計算コストを見積もります。
• ここに記載されたバージョン固有の詳細は古くなっている可能性があります。インストール済みバージョンの公式ドキュメントで確認してください。
• 費用が発生する、共有 GPU やクラウドのクォータを消費する、個人データまたは患者データにアクセスする、あるいは取り消せない操作を行う前に、ユーザーに確認してください。

関連スキル

• llama-factory：LLaMA-Factory を使った大規模言語モデルのファインチューニングをガイドします。WebUI のノーコードインターフェース、100 種類以上の対応モデルでのトレーニングなどを扱います…
• peft-fine-tuning：Hugging Face PEFT で LLM をファインチューニングします。LoRA、QLoRA、IA3、AdaLoRA、プレフィックストレーニング、プロンプトチューニングを使用し、パラメーターの 1％未満で…
• axolotl：Axolotl を使った大規模言語モデルのファインチューニングをガイドします。YAML トレーニング設定、LoRA と QLoRA、選好トレーニングなどを扱います…