finetuning
关于 finetuning
当选择或诊断训练策略（SFT、LoRA、DPO/KTO/ORPO、RFT、GRPO/PPO/RLOO、RLHF），或用户提到微调、后训练、训练配方、奖励设计或权重更新时，应使用此技能。按奖励形态划分的决策树、冒烟运行门禁、三种失败诊断、五种虚假进展模式。提供商配方与 I/O 契约见 references/。
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/finetuning确认已加载。
包含的文件
除 SKILL.md 外，安装时一起下载的参考资料和脚本。
references/diagnostics.mdfalse-progress.mdglue.mdobservability.mdtrace-schema.mdreferences/rl/art.mdreferences/serving/vllm.mdreferences/sft/tinker.md评论
支持 Markdown