evo-simpo-code-reproduction
De la autor
Implements the SimPO (Simple Preference Optimization) loss function and handles environment setup, execution, and result saving for code reproduction tasks.
Instalare
npx skills add OpenLAIR/OpenSkill --skill evo-simpo-code-reproduction -a claude-code
Se instalează în .claude/skills/evo-simpo-code-reproduction/ · Fiecare comandă descarcă skill-ul direct de pe GitHub cu utilitarul open source skills.
Identic octet cu octet cu commit-ul scanat, cu licența depozitului și un fișier SOURCE.txt.
Vrei ca agentul să-ți propună skill-uri în timp ce scrii? Vezi cum folosești skill-urile din IDE.
Verificări de siguranță pe SKILL.md
- Include scripturi pe care nu le-am verificatScăzut
De ce 75
aiqbench calculează scorul de încredere din semnale publice. Nu este un audit de securitate, așa că citește un skill înainte să-l instalezi.
Skill-uri similare
Cele mai apropiate de acesta prin ce fac și când sunt folosite.
- simpo-losscxcscmu/SkillLearnBenchGuide on understanding and implementing the SimPO (Simple Preference Optimization) loss function for language models.Altele★ 91
- run2_simpo-losscxcscmu/SkillLearnBenchComplete implementation of the SimPO (NeurIPS 2024) loss function with all variants and edge cases - use when reproducing SimPO or implementing reference-free preference optimization.Altele★ 91
- preference-optimizationwshobson/agentsAlign a fine-tuned model with preference data using DPO, ORPO, KTO, or SimPO. Use when preference pairs or thumbs-up/down feedback exist, when choosing between preference-optimization methods, or when a DPO run needs hyperparameters or debugging.Inginerie★ 41.7K
- simpo-loss-functioncxcscmu/SkillLearnBenchImplement SimPO loss with length-normalized rewards and target margin.Altele★ 91
- simpyK-Dense-AI/scientific-agent-skillsBuilds, inspects, tests, and analyzes bounded process-based discrete-event simulations with SimPy. Use for event scheduling, resource queues, interrupts, monitoring, independent replications, warm-up, and reproducible output analysis.Testare★ 54.5K
- simpo-trainingKalarisLabs/research-agent-skillsSimple Preference Optimization for LLM alignment. Reference-free alternative to DPO with better performance (+6.4 points on AlpacaEval 2.0). No reference model needed, more efficient than DPO. Use for preference alignment when want simpler, faster training than DPO/PPO.Altele★ 61
Note și recenzii
—
nicio recenzie
Ai încercat acest skill? Notează-l ca să-i ajuți pe alții. Autentifică-te
Discuție
Intră în discuție. Autentifică-te