BD miles-rl-training
Предоставляет руководство для обучения RL корпоративного уровня с использованием miles, готового к производству форка slime. Используйте при обучении больших моделей MoE с FP8/INT4, когда требуется согласованность обучения и инференса, или когда требуется спекулятивный RL для максимальной пропускной способности.
машинный переводПоказать оригиналСкрыть оригинал«Provides guidance for enterprise-grade RL training using miles, a prod…»
Provides guidance for enterprise-grade RL training using miles, a production-ready fork of slime. Use when training large MoE models with FP8/INT4, needing train-inference alignment, or requiring speculative RL for maximum throughput.
Предоставляет руководство для обучения RL корпоративного уровня с использованием miles, готового к производству форка slime.
Как процесс D 43/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../slime/references/api-reference.md
Как улучшить
- Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-long-hermesdescription 234 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой) - предупреждение
missing-refссылка на отсутствующий файл: ../slime/references/api-reference.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "dependencies"
Процессный рейтинг: все десять параметров 43/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): ../slime/references/api-reference.md
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 40Согласованность. Имя во frontmatter (miles-rl-training) не совпадает с папкой (miles)
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 53
- 100Стоимость исполнения. Тело инструкции 2209 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- 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
- +2Инструкции на одном языке
- +3Длина description 234 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 36 заголовков
- +3Пошаговые инструкции: 53 пунктов
- +4Есть примеры (11 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 2)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.