forgotten-elements-reminder

LlamaGuard是Meta推出的7-8B参数内容审核模型，专门用于过滤LLM的输入和输出内容。它能检测六大安全风险类别（暴力/仇恨、性内容、武器、违禁品、自残、犯罪计划），准确率达94-95%。开发者可通过HuggingFace、vLLM或Sagemaker快速部署，并能与NeMo Guardrails集成实现自动化安全防护。

这个Claude Skill帮助开发者优化云成本，通过资源调整、标记策略和预留实例来降低AWS、Azure和GCP的开支。它适用于减少云支出、分析基础设施成本或实施成本治理策略的场景。关键功能包括提供成本可视化、资源规模调整指导和定价模型优化建议。

这个Skill使用bitsandbytes库量化大语言模型，能在GPU内存有限时通过8位或4位量化减少50-75%内存占用，同时保持精度损失最小。它支持INT8、NF4、FP4等多种量化格式，可与HuggingFace Transformers无缝集成，适用于需要部署更大模型或加速推理的场景。还提供QLoRA训练和8位优化器支持，让开发者能轻松实现高效模型压缩。

该Skill用于并行处理3个以上无依赖关系的独立故障，可为每个问题域分派专属Claude代理同时执行调查修复。它通过并发处理多个独立问题显著提升故障排查效率，特别适用于测试文件、子系统等无共享状态的场景。