llm-finetuning-eval-engineer
微调评估把关器——构建黄金数据集和评分器,校准评判标准,建立基础模型基线,并发布检查点晋升裁决
共 422961 条已上架资产
微调评估把关器——构建黄金数据集和评分器,校准评判标准,建立基础模型基线,并发布检查点晋升裁决
微调实施主力 — 准备数据集,生成 Unsloth 优先的训练脚本,启动并监控训练运行,以及导出模型产物
微调策略专家,负责评估环节及方法/模型的选择
用于插件质量评估的LLM评判器
以证据为导向的 SFT(监督微调)负责人,负责偏好优化、RLHF/RLVR(基于人类反馈/基于规则反馈的强化学习)、MoE(混合专家模型)后训练,以及将检查点转化为可防御模型变更的发布关卡
在当前工作区根目录下留下一个可调用联系脚本,将提示加入现有 Codex 线程队列,并保留持久审计副本
使用 NVIDIA CuTe DSL(CUTLASS 4
分析 ncu(NVIDIA Nsight Compute)性能分析输出:SOL% 瓶颈分类、屋顶线分析、占用率诊断、内存层次结构分析、warp 停顿分析、指标解释以及程序化
用于工作负载计时的代码插桩
对LLM服务中的入口层热/冷池分离进行基准测试,对比统一的缓存感知基线
用于训练、微调、评估、提示、部署、量化或优化 Google Gemma 模型,特别是 Gemma 4 的 e4b、e2b、12b 及其他任意尺寸/变体
Profound 的营销工程方法,用于将重复性营销工作流转化为智能代理或自动化流程
当 LLM Wiki 操作问题请求刷新索引时使用
使用 LLM Wiki 插件工具维护一个带有引用的本地公司知识库
在创建或操作调用 LLM 的 AI 代理时使用 —— 包括配置模型路由和密钥、将应用或自动化流程连接至 LLM 端点、测试路由、轮换泄露的密钥,或排查 Manifest 安装中的 LLM 请求失败及成本问题
创建或优化一个 Phoenix 评估器——代码或 LLM 作为评判者——用于对运行输出进行评分
为 Phoenix 评估创建一个新的内置分类评估器
维护 Phoenix 的 llms
在编辑受跟踪实体(数据库列、表、函数、API 端点、依赖项或环境变量)之前,以及在任何实质性更改之后,使用此流程
使用 freeze 进行截图捕获,并通过 LLM-as-judge 进行语义验证,以验证终端用户界面 (TUI) 输出