# neutral

Промпт neutral для Claude Code настраивает агента внутри процесса обучения PyTorch для подбора оптимизатора и гиперпараметров. Управляет updater.py и analysis.py на основе метрик шагов.

- промпт · `type=prompt` · Claude Code, ChatGPT · ★ 480 у репозитория
- Автор: xingjian-bai
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/xingjian-bai/opal/tree/HEAD/opal/prompts/neutral.md
- Обновлён: 2026-11-11
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/prompts/neutral

## Что делает

Промпт задаёт агенту роль разработчика оптимизаторов для конкретного прогона в PyTorch. Архитектура модели, данные и число шагов зафиксированы. Агент получает полный контроль над кодом `updater.py` и `analysis.py`. Он вправе менять алгоритмы обновления, расписания темпа обучения, предобуславливатели вроде Shampoo и правила отсечения градиентов отдельно для каждого тензора.

Анализ метрик запускается через `analysis.py`, передавая отчёты перед очередной точкой принятия решений. Если обновлённый `updater.py` падает с ошибкой во время пробного окна, обёртка откатывает параметры к прежней рабочей версии. Метод `build()` обязан глубоко копировать состояние, чтобы не повредить тензоры базового скрипта.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/commands/neutral.md`

### ChatGPT

**Как использовать**
- Вставьте текст в начало диалога или в инструкции проекта

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/xingjian-bai/opal/tree/HEAD/opal/prompts/neutral.md

## Когда брать
- настроить оптимизатор и расписание learning rate на ходу
- подключить разные алгоритмы обновления для отдельных слоёв нейросети
- отслеживать статистику градиентов через изолированный скрипт анализа
- откатить сбойные изменения оптимизатора при ошибках во время шага

## Примеры запросов агенту
- Запусти обучение модели и оптимизируй updater.py по динамике лосса
- Проанализируй inbox/ с отчётами analysis.py и скорректируй learning rate
- Подключи Shampoo для матричных весов в updater.py

## Похожие
- [run-train](https://affpapa.org/nevibecode/skills/run-train.md) — скилл · 362700 установок
- [pytorch-lightning](https://affpapa.org/nevibecode/skills/k-dense-ai-pytorch-lightning.md) — скилл · 2300 установок
- [ml-engineer](https://affpapa.org/nevibecode/agents/ml-engineer.md) — субагент · 1971 установка
- [experiment-code](https://affpapa.org/nevibecode/skills/experiment-code.md) — скилл · 1700 установок
- [paper2code-arxiv-implementation](https://affpapa.org/nevibecode/skills/paper2code-arxiv-implementation.md) — скилл · 643 установки
- [pyre-code-ml-practice](https://affpapa.org/nevibecode/skills/pyre-code-ml-practice.md) — скилл · 525 установок

Из того же набора: [xingjian-bai/opal](https://affpapa.org/nevibecode/by/xingjian-bai/opal.md) — 2 карточки

_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
