메뉴
Pointers for fast fine-tuning with Unsloth - 2-5x faster training, 50-80% less memory, LoRA/QLoRA optimization
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/TheAdaply/re-forge --skill unsloth명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
Correlation-to-causation discipline for any "does X cause Y", "what is the effect of X", or "should we do X" question. Use when a decision rests on a causal claim drawn from observational data, an A/B test, an event study, or a regression with controls — before reporting any effect as causal. Enforces draw-the-DAG-first, identification-before-estimation, the design hierarchy (RCT > natural experiment > diff-in-diff > IV > controls), A/B-test pitfalls, and unmeasured-confounder sensitivity analysis.
Provides guidance for interpreting and manipulating neural network internals using nnsight with optional NDIF remote execution. Use when needing to run interpretability experiments on massive models (70B+) without local GPU resources, or when working with any PyTorch architecture.
Use this skill for long-horizon agentic coding where a feature spans many turns and the agent drifts: it freezes a re-readable contract before code. Writes EARS-style requirements -> design -> task breakdown -> verification evidence, one feature directory per feature, with status gates and grep-able traceability IDs. Triggers on 'spec this out', 'write a spec', 'spec-driven', 'requirements then design', or planning a multi-session build.
SOC 직업 분류 기준
SKILL.md 표시 중
| name | unsloth |
| description | Pointers for fast fine-tuning with Unsloth - 2-5x faster training, 50-80% less memory, LoRA/QLoRA optimization |
| version | 1.0.0 |
| author | Orchestra Research |
| license | MIT |
| tags | ["Fine-Tuning","Unsloth","Fast Training","LoRA","QLoRA","Memory-Efficient","Optimization","Llama","Mistral","Gemma","Qwen"] |
| dependencies | ["unsloth","torch","transformers","trl","datasets","peft"] |
Unsloth provides 2-5x faster fine-tuning with 50-80% less memory for LoRA/QLoRA on models like Llama, Mistral, Gemma, and Qwen.
This skill should be triggered when: