# nanogpt-training

Скилл nanogpt-training для Claude Code содержит инструкции для обучения моделей масштаба GPT-2 на 124M параметров на одной GPU с оптимизатором Muon и данными из Hugging Face.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 1 установка · ★ 1933 у репозитория
- Автор: benchflow-ai
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/benchflow-ai/skillsbench/tree/HEAD/tasks-extra/mhc-layer-impl/environment/skills/nanogpt-training/SKILL.md
- Обновлён: 2026-10-24
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/nanogpt-training

## Что делает

Скилл добавляет в контекст агента спецификации и правила для тренировки языковой модели на 124M параметров. Внутри описана архитектура трансформера с RoPE, схемы резидуальных связей и пайплайн загрузки готовых токенизированных шардов из Hugging Face Hub или локального диска.

Для вычислений используются смешанная точность `bfloat16` на GPU уровня A100 и оптимизатор Muon с ортогонализацией Ньютона-Шульца наряду с классическим AdamW. В кодовой базе также есть пример запуска тренировочного скрипта через Modal в среде Python 3.11.

Для запуска обучения понадобятся библиотеки `torch`, `einops`, `numpy` и `huggingface_hub`. Без видеокарты с поддержкой `bfloat16` вроде A100 получить двукратное ускорение вычислений не выйдет.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add benchflow-ai/skillsbench --skill nanogpt-training -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add benchflow-ai/skillsbench --skill nanogpt-training -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add benchflow-ai/skillsbench --skill nanogpt-training -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install benchflow-ai/skillsbench tasks-extra/mhc-layer-impl/environment/skills/nanogpt-training
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/nanogpt-training/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add benchflow-ai/skillsbench --skill nanogpt-training -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/benchflow-ai/skillsbench --path tasks-extra/mhc-layer-impl/environment/skills/nanogpt-training
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add benchflow-ai/skillsbench --skill nanogpt-training -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/benchflow-ai/skillsbench/tree/HEAD/tasks-extra/mhc-layer-impl/environment/skills/nanogpt-training/SKILL.md

## Когда брать
- собрать архитектуру GPT-124M с RoPE и кастомными резидуальными связями
- настроить потоковую загрузку токенизированных шардов датасета из Hugging Face Hub
- подключить оптимизатор Muon с ортогонализацией Ньютона-Шульца
- написать цикл обучения со смешанной точностью bfloat16 на одной видеокарте

## Примеры запросов агенту
- Напиши PyTorch-модуль трансформера на 124M параметров с RoPE по правилам nanogpt-training
- Собери цикл обучения с оптимизатором Muon и смешанной точностью bfloat16
- Сделай даталоадер для токенизированных данных из karpathy/fineweb-edu-100B-gpt2-token-shards

## Похожие
- [nanogpt](https://affpapa.org/nevibecode/skills/nanogpt.md) — скилл · 1100 установок
- [ml-training-recipes](https://affpapa.org/nevibecode/skills/ml-training-recipes.md) — скилл · 1100 установок
- [obliteratus-abliteration](https://affpapa.org/nevibecode/skills/obliteratus-abliteration.md) — скилл · 871 установка
- [ai-ml-development](https://affpapa.org/nevibecode/skills/ai-ml-development.md) — скилл · 167 установок
- [discover-ml](https://affpapa.org/nevibecode/skills/discover-ml.md) — скилл · 134 установки
- [trl-training](https://affpapa.org/nevibecode/skills/trl-training.md) — скилл · 1100 установок

Из того же набора: [benchflow-ai/skillsbench](https://affpapa.org/nevibecode/by/benchflow-ai/skillsbench.md) — 22 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
