BC nemotron-3-5-lightning-text2sql-lora
Сквозное выполнение для пользователя учебника Nemotron-3.5 Lightning Text2SQL LoRA fine-tuning (NeMo Megatron-Bridge) на одном узле: подготовка данных, преобразование контрольных точек, дообучение LoRA гибридной Mamba-Transformer MoE 30B-A3B и слияние адаптера обратно в контрольную точку Hugging Face. Используйте, когда пользователь хочет выполнить этот учебник, дообучить Nemotron-3.5 Lightning с помощью LoRA или адаптировать блокнот для своей машины.
машинный переводПоказать оригиналСкрыть оригинал«Run the Nemotron-3.5 Lightning Text2SQL LoRA fine-tuning tutorial (NeM…»
Run the Nemotron-3.5 Lightning Text2SQL LoRA fine-tuning tutorial (NeMo Megatron-Bridge) end-to-end for the user on a single node: data prep, checkpoint conversion, LoRA fine-tuning of the 30B-A3B hybrid Mamba-Transformer MoE, and merging the adapter back to a Hugging Face checkpoint. Use when the user wants to run this cookbook, fine-tune Nemotron-3.5 Lightning with LoRA, or adapt the notebook to their own machine.
Скилл обещает запустить полный цикл fine-tuning Nemotron-3.5 Lightning с LoRA: подготовка данных, конвертация чекпоинтов, обучение 30B-A3B гибридной модели Mamba-Transformer MoE и слияние адаптера обратно в Hugging Face формат. В файлах восемь модулей и шесть скриптов, текст описания занимает 1761 токен.
Проверки показали оценку B: качество 80, процесс 63. Критических ошибок не найдено, линтер не ругался, ссылки на месте. Песочница не запускалась. Скилл работает на всех основных платформах — Claude, Cursor, Gemini, Deepseek и остальных. Это workflow-тип, значит готовый рецепт, а не одна функция.
Ставить можно, если вы готовы к длинному процессу на одной машине и не ждёте чуда от качества процесса (63 балла намекает на недостатки в организации). Для экспериментов с LoRA на Nemotron подойдёт.
Сквозное выполнение для пользователя учебника Nemotron-3.5 Lightning Text2SQL LoRA fine-tuning (NeMo Megatron-Bridge) на одном узле: подготовка данных…
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
edit-residueв тексте есть пометки об устаревшем (строки 100): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 63/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Согласованность. Имя во frontmatter (nemotron-3-5-lightning-text2sql-lora) не совпадает с папкой (nemo-megatron-bridge)
- 65Ошибки и развилки. Развилок: 3
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 28
- 100Стоимость исполнения. Тело инструкции 1761 токенов
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 419 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 28 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.