# fine-tuning-peft

Скилл для дообучения больших языковых моделей через LoRA, QLoRA и другие адаптерные методы, когда видеопамяти мало.

- скилл · `type=skill` · Claude Code · 71 установка
- Автор: Orchestra Research
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/fine-tuning-peft
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/fine-tuning-peft

## Что делает

Скилл объясняет и показывает, как дообучить модель на 7B–70B, обновляя меньше 1% весов. В основе — библиотека PEFT от HuggingFace, которая работает вместе с `transformers`. Адаптер весит мегабайты, а не гигабайты, поэтому хранить несколько вариантов под разные задачи дешевле, чем копии всей модели.

Внутри — готовые примеры кода: обычный LoRA с `LoraConfig`, QLoRA с 4-битной квантизацией через `BitsAndBytesConfig`, загрузка и слияние адаптеров, подбор ранга и `lora_alpha`, списки целевых модулей для Llama, Mistral, Qwen, GPT-2, Falcon и BLOOM. Есть таблица с рангами от 4 до 64 и совет начать с 8 или 16.

Понадобятся `peft>=0.13.0`, `transformers>=4.45.0`, `torch>=2.0.0` и `bitsandbytes>=0.43.0` — без последнего квантизация не заработает. QLoRA рассчитана на одну видеокарту с 24 ГБ, но за это платят примерно 5% качества по сравнению с полным дообучением. Для моделей меньше 1B и при большом сдвиге домена авторы советуют полное дообучение.

## Установка

### Claude Code (родная платформа)

1. **Через claude-code-templates**
```bash
npx claude-code-templates@latest --skill ai-research/fine-tuning-peft
```

2. **Через Skills CLI (Vercel)**
```bash
npx skills add davila7/claude-code-templates --skill fine-tuning-peft -a claude-code
```

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

### Codex

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

### Cursor

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install davila7/claude-code-templates fine-tuning-peft
```

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

### Gemini CLI

**Командой платформы**
```bash
gemini skills install https://github.com/davila7/claude-code-templates --path cli-tool/components/skills/ai-research/fine-tuning-peft
```

### Windsurf (Devin Desktop)

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

### 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/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/fine-tuning-peft

## Когда брать
- дообучить модель на 70B, уложившись в одну видеокарту
- сохранить адаптер на несколько мегабайт вместо копии всей модели
- подобрать ранг и alpha под конкретную задачу
- собрать несколько адаптеров под разные задачи на одной базовой модели
- слить обученный адаптер с базовой моделью перед выкладкой

## Примеры запросов агенту
- Настрой LoRA для `meta-llama/Llama-3.1-8B` с рангом 16 и сохрани только адаптер
- Покажи конфиг QLoRA на 4 бита, чтобы 70B влезла в 24 ГБ видеопамяти
- Как слить адаптер из `./lora-llama-adapter` с базовой моделью?

## Похожие
- [fine-tuning-expert](https://affpapa.org/nevibecode/skills/fine-tuning-expert.md) — скилл · 4200 установок
- [lora-qlora-recipes](https://affpapa.org/nevibecode/skills/lora-qlora-recipes.md) — скилл · 2600 установок
- [llm-fine-tuning](https://affpapa.org/nevibecode/skills/llm-fine-tuning.md) — скилл · 318 установок
- [fine-tuning-with-trl](https://affpapa.org/nevibecode/skills/fine-tuning-with-trl.md) — скилл · 969 установок
- [fine-tuning-openvla-oft](https://affpapa.org/nevibecode/skills/fine-tuning-openvla-oft.md) — скилл · 861 установка
- [vision-sft](https://affpapa.org/nevibecode/skills/vision-sft.md) — скилл · 2600 установок

Из того же набора: [davila7/claude-code-templates](https://affpapa.org/nevibecode/by/davila7/claude-code-templates.md) — 495 карточек

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