research-deepspeed
Expert guidance for distributed training with DeepSpeed - ZeRO optimization stages, pipeline parallelism, FP16/BF16/FP8, 1-bit Adam, sparse attention
Informations de source
- Dépôt
- GrayCodeAI/starling
- Dernière activité de la source
- 13 juillet 2026 à 09:28
- Langue détectée de SKILL.md
- anglais
- Étoiles
- 2
- Forks
- 0
Options d'installation
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Vérifiez les fichiers source
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Explorateur de fichiers
3 fichiersAffichage de SKILL.md
SKILL.md
Instructions source · Aperçu en lecture seule- name
- research-deepspeed
- description
- Expert guidance for distributed training with DeepSpeed - ZeRO optimization stages, pipeline parallelism, FP16/BF16/FP8, 1-bit Adam, sparse attention
- license
- MIT
- tags
- ["deepspeed","distributed-training","zero","pipeline-parallelism","mixed-precision"]
- version
- 1.0.0
- author
- Orchestra Research
- dependencies
- ["deepspeed","torch","transformers","accelerate"]
<!-- hawk-progressive-disclosure:v1 body-sha256=50a9f023fbfaa4d0b3bd16637553166c08d32c9b90a893ec51e9d5ff5266c1e4 parts=2 -->
# Progressive disclosure index
The complete skill instructions are preserved in the ordered references below.
Open the part whose headings match the current task; read all parts in order when
the task spans sections or requires the complete procedure.
## Detailed instructions
- [Part 1: Deepspeed Skill → When to Use This Skill](references/progressive-disclosure-part-001.md) — original lines 1–54 — @ref(progressive-disclosure-part-001.md)
- [Part 2: Example Code Patterns → Reference Files](references/progressive-disclosure-part-002.md) — original lines 55–128 — @ref(progressive-disclosure-part-002.md)
Voir sur GitHub