SKILLEMALL.ai
GitHub ↗ EN Войти

BF ray-train

Оркестровка распределенного обучения в кластерах. Масштабирует PyTorch/TensorFlow/HuggingFace от ноутбука до тысяч узлов. Встроенная настройка гиперпараметров с Ray Tune, отказоустойчивость, эластичное масштабирование. Используйте при обучении массивных моделей на нескольких машинах или при выполнении распределенных обзоров гиперпараметров.

машинный переводПоказать оригиналСкрыть оригинал«Distributed training orchestration across clusters. Scales PyTorch/Ten…»

Distributed training orchestration across clusters. Scales PyTorch/TensorFlow/HuggingFace from laptop to 1000s of nodes. Built-in hyperparameter tuning with Ray Tune, fault tolerance, elastic scaling. Use when training massive models across multiple machines or running distributed hyperparameter sweeps.

davila7/claude-code-templates Agent Skills автор: davila7 MIT 2 файла тело ≈ 2 524 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Оркестровка распределенного обучения в кластерах.

Как процесс F 31/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: references/hyperparameter-tuning.md, references/custom-loops.md

ПроцедураGoogle CloudИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: references/hyperparameter-tuning.md, references/custom-loops.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: RA-Skills, AI-Research-SKILLs

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/hyperparameter-tuning.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/custom-loops.md
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/hyperparameter-tuning.md, references/custom-loops.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/hyperparameter-tuning.md, references/custom-loops.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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
  • 40Согласованность. Имя во frontmatter (ray-train) не совпадает с папкой (distributed-training-ray-train)
  • 100Шаги. Шагов: 33
  • 100Стоимость исполнения. Тело инструкции 2524 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

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
  • +2Инструкции на одном языке
  • +3Длина description 304 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (14 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.