Skip to main content
uiuc-kang-lab
GitHub クリエイタープロフィール

uiuc-kang-lab

1 件の GitHub リポジトリにある 24 件の収集済み skills をリポジトリ単位で表示します。

収集済み skills
24
リポジトリ
1
更新
2026年5月12日
リポジトリマップ

skills がある場所

収集済み skill 数が多いリポジトリを、このクリエイターカタログ内の比率と職業範囲とともに表示します。

リポジトリエクスプローラー

リポジトリと代表的な skills

checkpoints
ソフトウェア開発者

Guide for checkpointing — saving, loading, and resuming training with CheckpointRecord. Use when the user asks about saving weights, resuming training, checkpoint management, or the checkpoint lifecycle.

2026年5月12日
ci
ソフトウェア品質保証アナリスト・テスター

Guide for testing conventions and CI pipelines — unit tests, integration smoke tests, pytest markers, and GitHub Actions workflows. Use when the user asks about testing, CI, running tests, or adding tests for a recipe.

2026年5月12日
completers
ソフトウェア開発者

Guide for using completers — TokenCompleter and MessageCompleter for text generation during RL rollouts and evaluation. Use when the user asks about generating text, completing messages, or using completers in RL environments.

2026年5月12日
contributing
ソフトウェア開発者

Guide for contributing to the tinker-cookbook repo — development setup, code style, type checking, PR process, and design conventions. Use when the user asks about how to contribute, set up the dev environment, code style, or project conventions.

2026年5月12日
datasets
ソフトウェア開発者

Guide for dataset construction — SupervisedDatasetBuilder, RLDatasetBuilder, ChatDatasetBuilder, and custom dataset creation from JSONL, HuggingFace, or conversation data. Use when the user asks about datasets, data loading, data preparation, or custom data…

2026年5月12日
distillation
ソフトウェア開発者

Set up and run knowledge distillation (on-policy, off-policy, or multi-teacher) from a teacher model to a student model using the Tinker API. Use when the user wants to distill knowledge, compress models, or train a student from a teacher.

2026年5月12日
dpo
データサイエンティスト

Set up and run Direct Preference Optimization (DPO) training on preference datasets using the Tinker API. Use when the user wants to train with preference data, chosen/rejected pairs, or DPO.

2026年5月12日
environments
データサイエンティスト

Guide for defining RL environments — the Env protocol, EnvGroupBuilder, RLDataset, and custom environment creation. Use when the user asks about RL environments, reward functions, or how to define custom tasks for RL training.

2026年5月12日
収集済み skill 24 件中 8 件を表示しています。
1 件中 1 件のリポジトリを表示
すべてのリポジトリを表示しました