# debug-model

Протокол отладки модели MAX, которая запускается и выдаёт токены, но расходится с эталоном: сначала дампы тензоров, потом правки.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1300 установок · ★ 206
- Автор: modular
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/modular/skills/tree/HEAD/debug-model/SKILL.md
- Обновлён: 2026-10-25
- HTML: https://affpapa.org/nevibecode/skills/debug-model

## Что делает

Скилл нужен, когда модель MAX загружается, компилируется и отдаёт токены, но результат не сходится с эталоном: косинус логитов высокий, а argmax другой, или текст сначала связный, а дальше уезжает в мусор. Скалярные `F.print` такие баги почти не ловят, и каждая новая точка стоит полной перекомпиляции.

Порядок такой. Сначала прогон эталона на HF с тем же чекпойнтом и промптом, потом сборка компаратора: дампер HF, дампер MAX с точками в `forward()` и скрипт сравнения. Тензоры внутри `forward()` приводятся к FP32. Затем дамперы проверяются на модели, которую MAX уже отдаёт корректно (`olmo3` или `llama3_modulev3` с `--prefer-module-v3`): если там не cos ≈ 0.999, виноват компаратор, а не ваш порт.

Дальше по выводу компаратора выбирают ветку: искать разошедшийся слой или сразу сравнивать серв и пайплайн, когда сошлись все слои. Нужны окружение pixi с установленным MAX, доступ к Hugging Face Hub и GPU для дампа и серва. Падения при загрузке и недописанный модуль — не сюда, там `import-model`. Калибровку допусков на уже проверенной модели скилл тоже не покрывает.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add modular/skills --skill debug-model -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/debug-model/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/debug-model/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add modular/skills --skill debug-model -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/debug-model/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add modular/skills --skill debug-model -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/debug-model/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install modular/skills debug-model
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/debug-model/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add modular/skills --skill debug-model -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/modular/skills --path debug-model
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/debug-model/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add modular/skills --skill debug-model -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/modular/skills/tree/HEAD/debug-model/SKILL.md

## Когда брать
- найти первый слой, где порт расходится с эталоном на PyTorch
- отличить сломанный компаратор от сломанной модели
- проверить гипотезу на дампах, не тратя компиляцию
- отделить баг модели от бага декод-состояния при серве
- распутать наложенные ошибки, когда правка помогла, а проверка падает

## Примеры запросов агенту
- Модель отдаёт связный текст несколько токенов, а потом мусор. Пройди по протоколу debug-model.
- Логиты сходятся, а greedy-токены разные — собери компаратор дампов и найди первый расходящийся слой.
- После апгрейда MAX косинус по слоям в норме, но генерация уходит в сторону. Что проверять первым?

## Похожие
- [segment-anything-model](https://affpapa.org/nevibecode/skills/segment-anything-model.md) — скилл · 985 установок
- [ML Model Training](https://affpapa.org/nevibecode/skills/ml-model-training.md) — скилл · 515 установок
- [Model Hyperparameter Tuning](https://affpapa.org/nevibecode/skills/model-hyperparameter-tuning.md) — скилл · 494 установки
- [ml-model-training](https://affpapa.org/nevibecode/skills/secondsky-ml-model-training.md) — скилл · 457 установок
- [safe-debug](https://affpapa.org/nevibecode/skills/safe-debug.md) — скилл · 335000 установок
- [debug-mantra](https://affpapa.org/nevibecode/skills/debug-mantra.md) — скилл · 4900 установок

Из того же набора: [modular/skills](https://affpapa.org/nevibecode/by/modular/skills.md) — 10 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