BC torchforge-rl-training
Предоставляет руководство по агентному RL, нативному для PyTorch, с использованием torchforge, библиотеки Meta, отделяющей инфраструктуру от алгоритмов. Используйте, когда вам нужны чистые абстракции RL, простое экспериментирование с алгоритмами или масштабируемое обучение с Monarch и TorchTitan.
машинный переводПоказать оригиналСкрыть оригинал«Provides guidance for PyTorch-native agentic RL using torchforge, Meta…»
Provides guidance for PyTorch-native agentic RL using torchforge, Meta's library separating infra from algorithms. Use when you want clean RL abstractions, easy algorithm experimentation, or scalable training with Monarch and TorchTitan.
Предоставляет руководство по агентному RL, нативному для PyTorch, с использованием torchforge, библиотеки Meta, отделяющей инфраструктуру от алгоритмов.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "dependencies"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (torchforge-rl-training) не совпадает с папкой (torchforge)
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 23, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Стоимость исполнения. Тело инструкции 2368 токенов
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
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
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +2Инструкции на одном языке
- +3Длина description 237 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 34 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +4Есть примеры (22 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.