Hugging Face Model Trainer

作成者： huggingface

TRL（Transformer Reinforcement Learning）を使用して、Hugging Face Jobsインフラ上で言語モデルのトレーニングまたはファインチューニングを行います。SFT、DPO、GRPO、報酬モデリングのトレーニング手法、およびローカルデプロイ用のGGUF変換をカバーします。データセットの準備、ハードウェアの選択、コスト見積もり、モデルの永続化に関するガイダンスを含みます。

npx skills add https://github.com/huggingface/skills --skill hugging-face-model-trainer

ZIPダウンロード GitHub

huggingfaceのその他のスキル

C++ CPUカーネルをSIMDイントリンシクス（AVX2/AVX512）を用いて記述、最適化、ベンチマークするためのガイダンスを提供します。Hugging Faceカーネルエコシステム向けです。含まれるもの…

generate-openenv-env

具体的なユースケース（例：「ライブラリtextarena用のenvを生成する」）からOpenEnv環境を生成します。新しい環境の設計や実装を求められた際に使用します。

Hugging Face HubをMCPサーバーツール経由で利用します。モデル、データセット、Spaces、論文を検索できます。リポジトリの詳細を取得し、ドキュメントを取得し、計算ジョブを実行し、Gradioを使用します…

TRL（Transformers Reinforcement Learning）を使用してトランスフォーマー言語モデルをトレーニングおよびファインチューニングします。SFT、DPO、GRPO、KTO、RLOO、および報酬モデルのトレーニングをサポートしています…

OpenEnv環境をHugging Face Spacesにデプロイします。デプロイ、Hugging Faceへのプッシュ、またはスペースの更新を求められたときに使用します。

hf-space-recovery

Diagnose and recover failing or stuck Hugging Face Space deployments for OpenEnv environments. Use when deploying envs from `envs/` to the Hub (`openenv`…

プルリクエストを送信する前に変更を検証します。lint、テスト、アライメントレビュー、RFC分析を含む包括的なチェックを実行します。作成前に使用…

アクションスモークテスト用のフィクスチャスキルの例