Communitygithub.com

InternLM/xtuner

Agrega o audita una implementación de plantilla de chat de XTuner y su máscara de pérdida desde un repositorio oficial de Hugging Face o un directorio de modelo local. Útil al dar soporte a un nuevo modelo en xtuner/v1/data_proto/messages, verificar una implementación existente con respecto a apply_chat_template del tokenizer/processor, decidir qué salidas del asistente y tokens de parada/EOS reciben pérdida, agregar pruebas de regresión, o validar que el comportamiento de entrenamiento exportado coincida con la inferencia de vLLM y SGLang.

¿Qué es xtuner?

Esta habilidad permite agregar o auditar implementaciones de plantillas de chat en XTuner, un framework de fine-tuning para modelos de lenguaje. Se usa para dar soporte a nuevos modelos bajo xtuner/v1/data_proto/messages, verificando que la implementación coincida con el método apply_chat_template del tokenizer o processor. También ayuda a decidir qué tokens de salida del asistente y tokens de fin de secuencia (EOS) deben recibir pérdida durante el entrenamiento, lo cual es clave para el aprendizaje por refuerzo o fine-tuning supervisado. Adicionalmente, permite añadir pruebas de regresión y validar que el comportamiento del entrenamiento exportado sea consistente con la inferencia en vLLM y SGLang, dos motores de inferencia populares. Es compatible con cualquier modelo de Hugging Face, ya sea desde un repositorio oficial o un directorio local.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add InternLM/xtuner
Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

¿Qué hace xtuner?

Agrega o audita una implementación de plantilla de chat de XTuner y su máscara de pérdida desde un repositorio oficial de Hugging Face o un directorio de modelo local. Útil al dar soporte a un nuevo modelo en xtuner/v1/data_proto/messages, verificar una implementación existente con respecto a apply_chat_template del tokenizer/processor, decidir qué salidas del asistente y tokens de parada/EOS reciben pérdida, agregar pruebas de regresión, o validar que el comportamiento de entrenamiento exportado coincida con la inferencia de vLLM y SGLang.

Skills relacionados

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community