CD finetune-speech-llm
Дообучите чекпойнт SALM speech-LLM (speech encoder + projection + LLM decoder) с помощью NeMo speechlm2 для новой области или задачи и оцените его с помощью vLLM. Используйте для адаптации LLM speech-to-text к новому аудио, улучшения WER на корпусе предметной области, обучения речевому переводу, устным ответам на вопросы или аудиоклассификации, или отладки дообучения, которое не дает улучшений. Охватывает планирование и затраты, манифесты, вывод конфигурации, предполетную проверку, обучение, экспорт и слияние LoRA, оценку, диагностику, усреднение чекпойнтов и ансамблирование.
машинный переводПоказать оригиналСкрыть оригинал«Fine-tune a SALM speech-LLM checkpoint (speech encoder + projection +…»
Fine-tune a SALM speech-LLM checkpoint (speech encoder + projection + LLM decoder) with NeMo speechlm2 on a new domain or task, and evaluate it with vLLM. Use to adapt a speech-to-text LLM to new audio, improve WER on a domain corpus, train speech translation, spoken QA or audio classification, or debug a fine-tune that shows no improvement. Covers planning and cost, manifests, config derivation, preflight, training, LoRA export and merge, evaluation, diagnosis, checkpoint averaging, and ensembling.
Дообучите чекпойнт SALM speech-LLM (speech encoder + projection + LLM decoder) с помощью NeMo speechlm2 для новой области или задачи и оцените его с помощью…
Как процесс D 47/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: examples/speechlm2/finetuning/docs/fine-tuning-guide.md, examples/speechlm2/finetuning/docs/results.md, examples/speechlm2/finetuning/docs/medical-asr-synthetic-data.md
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6193 токенов (рекомендуется < 5000); вынесите детали в references/ - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/finetuning/docs/fine-tuning-guide.md - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/finetuning/docs/results.md - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/finetuning/docs/medical-asr-synthetic-data.md - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/finetuning/README.md - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/finetuning/sdg/ - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/conf/salm_automodel.yaml - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/salm_train.py - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/to_hf.py - предупреждение
missing-refссылка на отсутствующий файл: examples/speechlm2/finetuning/
Процессный рейтинг: все десять параметров 47/100
- 0Инструменты и файлы. Не хватает 9 файла(ов): examples/speechlm2/finetuning/docs/fine-tuning-guide.md, examples/speechlm2/finetuning/docs/results.md, examples/speechlm2/finetuning/docs/medical-asr-synthetic-data.md
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 6193 токенов
- 85Шаги. Шагов: 71, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее
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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 504 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 71 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.