TRL（Transformer Reinforcement Learning）またはUnslothを使用して、Hugging Face Jobsインフラ上で言語モデルやビジョンモデルをトレーニングまたはファインチューニングします。SFT、DPO、GRPO、報酬モデリングのトレーニング手法と、ローカルデプロイ向けのGGUF変換をカバーします。
このスキルは、Hugging Face JobsのクラウドGPUインフラを活用して、大規模言語モデル（LLM）やビジョンモデルのトレーニング・ファインチューニングを実行するための包括的なガイドです。TRL（Transformer Reinforcement Learning）またはUnslothライブラリを使用し、SFT（教師ありファインチューニング）、DPO（直接選好最適化）、GRPO（グループ相対選好最適化）、報酬モデリングといった主要なトレーニング手法をサポートします。さらに、トレーニング済みモデルをGGUF形式に変換してローカル環境にデプロイする手順も提供します。このスキルは、TRL Jobsパッケージの使用方法、PEP 723形式のUVスクリプト、データセットの準備と検証、ハードウェア選定、コスト見積もり、Trackioによるモニタリング、Hugging Face Hubの認証、モデル選定/リーダーボード、モデルの永続化など、実践的なトピックを網羅しています。ユーザーがローカルGPUを持たずにHugging Face Jobsでのトレーニングを希望する場合や、GGUF変換が必要なタスクに最適です。
npx skills add https://github.com/huggingface/skills/tree/main/skills/huggingface-llm-trainerInstalled? Explore more コーディング＆開発 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →
TRL（Transformer Reinforcement Learning）またはUnslothを使用して、Hugging Face Jobsインフラ上で言語モデルやビジョンモデルをトレーニングまたはファインチューニングします。SFT、DPO、GRPO、報酬モデリングのトレーニング手法と、ローカルデプロイ向けのGGUF変換をカバーします。TRL Jobsパッケージ、PEP 723形式のUVスクリプト、データセットの準備と検証、ハードウェア選定、コスト見積もり、Trackioモニタリング、Hub認証、モデル選定/リーダーボード、モデル永続化に関するガイダンスを含みます。クラウドGPUトレーニング、GGUF変換、またはユーザーがローカルGPUを使わずにHugging Face Jobsでのトレーニングについて言及したタスクに使用します。
This repo contains 5 individual skills — each has its own dedicated page.
Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing models, datasets, spaces, buckets, repos, papers, jobs, and more on the Hugging Face Hub. Use when: handling authentication; managing local cache; managing Hugging Face Buckets; running or scheduling jobs on Hugging Face infrastructure; managing Hugging Face repos; discussions and pull requests; browsing models, datasets and spaces; reading, searching, or browsing academic papers; managing collections; querying datasets; configuring spaces; setting up webhooks; or deploying and managing HF Inference Endpoints. Make sure to use this skill whenever the user mentions 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli', or 'hugging face cli', or wants to do anything related to the Hugging Face ecosystem and to AI and ML in general. Also use for cloud storage needs like training checkpoints, data pipelines, or agent traces. Use even if the user doesn't explicitly ask for a CLI command. Replaces the deprecated `huggingface-cli`.
Use this skill for Hugging Face Dataset Viewer API workflows that fetch subset/split metadata, paginate rows, search text, apply filters, download parquet URLs, and read size or statistics.
Build Gradio web UIs and demos in Python. Use when creating or editing Gradio apps, components, event listeners, layouts, or chatbots.
Look up and read Hugging Face paper pages in markdown, and use the papers API for structured metadata such as authors, linked models/datasets/spaces, Github repo and project page. Use when the user shares a Hugging Face paper page URL, an arXiv URL or ID, or asks to summarize, explain, or analyze an AI research paper.
Use Transformers.js to run state-of-the-art machine learning models directly in JavaScript/TypeScript. Supports NLP (text classification, translation, summarization), computer vision (image classification, object detection), audio (speech recognition, audio classification), and multimodal tasks. Works in browsers and server-side runtimes (Node.js, Bun, Deno) with WebGPU/WASM using pre-trained models from Hugging Face Hub.
Send and manage iMessages via BlueBubbles, including attachments, tapbacks, edits, replies, and groups.
Control Eight Sleep pods (status, temperature, alarms, schedules).
BluOS CLI (blu) for discovery, playback, grouping, and volume.
Create, search, and manage Bear notes via grizzly CLI.
Capture frames or clips from RTSP/ONVIF cameras.
Search GIF providers with CLI/TUI, download results, and extract stills/sheets.