# fine-tuning-expert

Скилл для тонкой настройки LLM: готовит датасеты, настраивает LoRA и QLoRA, обучает адаптеры и оценивает результат.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 4200 установок · ★ 12062
- Автор: https://github.com/Jeffallan
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/Jeffallan/claude-skills/tree/HEAD/skills/fine-tuning-expert/SKILL.md
- Обновлён: 2026-10-21
- HTML: https://affpapa.org/nevibecode/skills/fine-tuning-expert

## Что делает

Скилл ведёт по шагам: подготовка датасета, выбор метода, обучение, оценка, деплой. На каждом шаге есть проверка — сначала валидация JSONL, потом контроль кривых loss, замер perplexity и латентности на отложенной выборке. Для больших моделей советует параметр-эффективные методы, для маленьких допускает полное дообучение.

Внутри пять справочников: `references/lora-peft.md`, `references/dataset-preparation.md`, `references/hyperparameter-tuning.md`, `references/evaluation-metrics.md`, `references/deployment-optimization.md`. Агент подгружает нужный по контексту задачи. В примерах — код на Hugging Face PEFT и TRL: `LoraConfig`, `SFTTrainer`, `BitsAndBytesConfig` для 4-битной квантизации, слияние адаптера через `merge_and_unload`.

Датасет проверяется скриптом `python validate_dataset.py --input data.jsonl` — ошибки нужно исправить до старта обучения. Смешивать адаптеры с разным rank, базовой моделью или target-модулями нельзя: слияние сломается. Гиперпараметры и версии датасетов скилл требует документировать, а warmup включать всегда.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Jeffallan/claude-skills --skill fine-tuning-expert -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Jeffallan/claude-skills --skill fine-tuning-expert -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Jeffallan/claude-skills --skill fine-tuning-expert -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Jeffallan/claude-skills fine-tuning-expert
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/fine-tuning-expert/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Jeffallan/claude-skills --skill fine-tuning-expert -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Jeffallan/claude-skills --path skills/fine-tuning-expert
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Jeffallan/claude-skills --skill fine-tuning-expert -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/Jeffallan/claude-skills/tree/HEAD/skills/fine-tuning-expert/SKILL.md

## Когда брать
- проверить JSONL-датасет на ошибки схемы и дубликаты до обучения
- выбрать между LoRA, QLoRA и полным дообучением по объёму памяти GPU
- настроить гиперпараметры и планировщик learning rate для запуска
- оценить адаптер на отложенной выборке и сравнить с базовой моделью
- слить веса адаптера и квантизовать модель перед выдачей

## Примеры запросов агенту
- Подготовь датасет `train.jsonl` для instruction tuning и прогони валидацию
- Настрой LoRA-адаптер для `meta-llama/Llama-3-8B` под мою задачу
- Собери скрипт оценки: perplexity, BLEU и латентность инференса

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 установок

Из того же набора: [jeffallan/claude-skills](https://affpapa.org/nevibecode/by/jeffallan/claude-skills.md) — 67 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