# finetune

Проводит весь цикл дообучения модели: от сборки eval-харнесса до экспорта чекпоинта. Каждая фаза закрывается артефактом предыдущей.

- команда · `type=command` · Claude Code, Codex, Cursor · ★ 41729
- Автор: Seth Hobson
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/wshobson/agents/tree/HEAD/plugins/llm-finetuning/commands/finetune.md
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/commands/finetune

## Что делает

Команда разбивает дообучение на семь фаз, и каждой управляет отдельный субагент. Сначала строится eval-харнесс с базовой линией, потом выбирается метод, готовится датасет, проверяется окружение, идёт обучение, чекпоинт проходит гейт и уходит на экспорт. Фаза не пропускается, если предыдущая не оставила нужный файл: она всё равно запускается и останавливается на гейте.

Папка `eval/` живёт дольше, чем `runs/`. Харнесс и baseline собираются один раз в фазе 0 и больше не пересобираются и не ослабляются. Каждый чекпоинт в фазе 5 оценивается против тех же goldens и drift-набора, поэтому «пройдено» означает одно и то же во всех запусках.

Есть две вещи, которых нумерация фаз не показывает. Baseline в фазе 0 требует рабочего окружения для инференса ещё до того, как фаза 3 формально сделает preflight — на практике часть настройки окружения придётся сделать раньше. А генерация синтетических goldens и данных требует teacher-модели, из которой идёт сэмплирование. Фаза 3 проверяет окружение через субагента `dgx-spark-ops-engineer`; если плагин `dgx-spark-ops` не установлен, тот же промпт уходит к `llm-finetuning-training-engineer` с generic-проверками NVIDIA и полем `platform: generic-nvidia` в отчёте.

## Установка

### Claude Code (родная платформа)

1. **Через маркетплейс плагинов**
В чате агента (не в терминале):
```text
/plugin marketplace add wshobson/agents
```
В чате агента (не в терминале):
```text
/plugin install llm-finetuning@claude-code-workflows
```

2. **Вручную: положить файлы**
- Файл: `.claude/commands/finetune.md` — Вызов — /finetune. Для всех проектов — ~/.claude/commands/

### Codex

**Вручную: положить файлы**
- Файл: `~/.codex/prompts/finetune.md` — Вызов — /prompts:finetune. В Codex этот формат помечен устаревшим, замена — скиллы

### GitHub Copilot

**Вручную: положить файлы**
- Файл: `.github/prompts/finetune.prompt.md`

### Gemini CLI

**Вручную: положить файлы**
- Файл: `.gemini/commands/finetune.toml` — Gemini хранит команды в TOML: текст запроса — в поле prompt

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/wshobson/agents/tree/HEAD/plugins/llm-finetuning/commands/finetune.md

## Когда брать
- собрать eval-харнесс с базовой линией до старта обучения
- решить, нужен ли вообще fine-tuning, или хватит RAG и промптинга
- подготовить датасет с проверкой упакованных последовательностей
- проверить окружение и память перед запуском обучения
- остановить обучение, если чекпоинт не прошёл гейт

## Примеры запросов агенту
- /finetune дообучи 8B модель писать ответы в поддержку
- /finetune научи модель размечать тикеты по нашей схеме
- /finetune нужен ли fine-tuning для классификации обращений

## Похожие
- [google-agents-cli-eval](https://affpapa.org/nevibecode/skills/google-agents-cli-eval.md) — скилл · 511400 установок
- [eval-driven-dev](https://affpapa.org/nevibecode/skills/eval-driven-dev.md) — скилл · 3900 установок

Из того же набора: [wshobson/agents](https://affpapa.org/nevibecode/by/wshobson/agents.md) — 405 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md