SKILLEMALL.ai
GitHub ↗ EN Войти

CD slime-rl-training

Предоставляет руководство по постобучению LLM с помощью RL, используя slime, фреймворк Megatron+SGLang. Используйте при обучении моделей GLM, реализации пользовательских рабочих процессов генерации данных или когда требуется тесная интеграция Megatron-LM для масштабирования RL.

машинный переводПоказать оригиналСкрыть оригинал«Provides guidance for LLM post-training with RL using slime, a Megatro…»

Provides guidance for LLM post-training with RL using slime, a Megatron+SGLang framework. Use when training GLM models, implementing custom data generation workflows, or needing tight Megatron-LM integration for RL scaling.

synthetic-sciences/OpenScience Hermes автор: synthetic-sciences Apache-2.0 3 файла тело ≈ 2 754 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Предоставляет руководство по постобучению LLM с помощью RL, используя slime, фреймворк Megatron+SGLang.

Как процесс D 38/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: examples/search-r1/, scripts/models/

ПроцедураGitHubDockerИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Hermes Agent
JSON
Технический рейтинг
C
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: examples/search-r1/, scripts/models/
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
  2. 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 223 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение missing-ref ссылка на отсутствующий файл: examples/search-r1/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/models/
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: examples/search-r1/, scripts/models/
  • 0Инструменты и файлы. Не хватает 2 файла(ов): examples/search-r1/, scripts/models/
  • 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
  • 40Согласованность. Имя во frontmatter (slime-rl-training) не совпадает с папкой (slime)
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 30
  • 100Стоимость исполнения. Тело инструкции 2754 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 14. 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 223 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 39 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (26 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.