MCP HubMCP Hub
SKILL·FAE418

ml-training-debugger

aiskillstore
Mis à jour 4 months ago
17 vues
162
7
162
Voir sur GitHub
Métaai

À propos

Cette compétence diagnostique les défaillances d'entraînement de ML telles que la divergence de la perte et les problèmes de gradient en lançant un agent de débogage spécialisé. Utilisez-la lorsque l'entraînement échoue, que les courbes de perte présentent un comportement pathologique ou que les modèles produisent des sorties dégénérées. Elle analyse systématiquement les artefacts d'entraînement pour identifier les causes profondes et proposer des corrections fondées sur des preuves.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add aiskillstore/marketplace -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/aiskillstore/marketplace
Git CloneAlternatif
git clone https://github.com/aiskillstore/marketplace.git ~/.claude/skills/ml-training-debugger

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Dépôt GitHub

aiskillstore/marketplace
Chemin: skills/dnyoussef/ml-training-debugger
0
ai-skillsclaudeclaude-codeclaude-skillscodexcodex-skills
FAQ

Questions fréquentes

Qu’est-ce que le Skill ml-training-debugger ?

ml-training-debugger est un Skill Claude créé par aiskillstore. Un Skill regroupe des instructions et des ressources que Claude charge à la demande pour effectuer des tâches liées à ml-training-debugger sans consigne supplémentaire.

Comment installer ml-training-debugger ?

Utilisez les commandes d’installation de cette page : ajoutez ml-training-debugger à Claude Code comme plugin ou clonez son dépôt dans votre dossier skills, puis redémarrez Claude pour charger le Skill.

À quelle catégorie appartient ml-training-debugger ?

ml-training-debugger appartient à la catégorie Méta.

ml-training-debugger est-il gratuit ?

Oui. ml-training-debugger est référencé sur AIMCP et son installation est gratuite.

Compétences associées

content-collections
Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence
polymarket
Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence
creating-opencode-plugins
Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence
sglang
Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence