mcpField
F
finetuning-technique

finetuning-technique

github.com/awslabs开发93269 次安装3 周前更新
代码仓库

关于 finetuning-technique

根据使用场景指导选择微调技术，并检查所选模型是否支持。涵盖 SFT、DPO、RLVR 和 RLAIF，最后与用户确认选择。

主要功能

  1. 01基于使用场景提供技术建议
  2. 02选择 SFT、DPO、RLVR 或 RLAIF
  3. 03检查模型配方兼容性
  4. 04汇总已确认的选择

适用场景

  1. 01决定微调后选择适用技术
  2. 02检查所选基础模型是否支持某项技术

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/awslabs/agent-plugins --skill finetuning-technique

安装后在 Claude Code 中输入/finetuning-technique确认已加载。

附带文件references/finetune_technique_selection_guide.mdscripts/get_recipes.py

详细介绍

微调技术

根据用户的使用场景，引导其选择微调技术，并验证该技术是否与所选模型兼容。

适用场景

  • 用户已决定进行微调，需要选择一种技术
  • 用户想更改微调技术
  • 需要验证所选技术是否适用于所选模型

前置条件

  • 已选择基础模型（通过 model-selection skill）。必须知道模型名称和 hub。
  • 存在 use_case_spec.md 文件。如果不存在，请先启用 use-case-specification skill 来生成该文件。

工作流

步骤 1：确定微调技术

参考 references/finetune_technique_selection_guide.md，根据使用场景和用户需求，推荐最合适的技术（SFT、DPO、RLVR、RLAIF）。

向用户说明推荐方案及理由。询问用户是愿意采用推荐方案，还是更倾向于选择其他技术。

步骤 2：验证技术是否可用
  1. 用户确认技术后，通过运行以下命令获取所选模型支持的微调技术：python finetuning-technique/scripts/get_recipes.py <model-name> <hub-name>
    • 该命令仅返回模型实际支持的技术，并筛选出 SFT、DPO、RLVR 和 RLAIF。仅支持这四种技术——即使模型的 recipes 中包含其他技术，也请忽略。
  2. 如果模型支持所选技术，请继续执行步骤 3。
  3. 如果模型不支持所选技术，请说明所选模型在 SageMaker 上不支持该技术，并提出返回 model-selection，选择其他支持该技术的模型。
步骤 3：确认选择

向用户展示以下摘要：

Here's what we've selected:
- Base model: [model name]
- Fine-tuning technique: [SFT/DPO/RLVR/RLAIF]

参考资料

  • references/finetune_technique_selection_guide.md — 技术指南（SFT/DPO/RLVR/RLAIF）

评论

支持 Markdown