Explorar skills

Full research pipeline: Workflow 1 (idea discovery) → Workflow 1.5 (experiment bridge) → Workflow 2 (auto review loop) → Workflow 3 (paper writing, optional). Goes from a broad research direction all the way to a polished PDF. Use when user says \"全流程\", \"full pipeline\", \"从找idea到投稿\", \"end-to-end research\", or wants the complete autonomous research lifecycle.

Generate a structured paper outline from review conclusions and experiment results. Use when user says \"写大纲\", \"paper outline\", \"plan the paper\", \"论文规划\", or wants to create a paper plan before writing.

Use when experiments complete to judge what claims the results support, what they don't, and what evidence is still missing. Codex MCP evaluates results against intended claims and routes to next action (pivot, supplement, or confirm). Use after experiments finish — before writing the paper or running ablations.

Use when fine-tuning LLMs, training custom models, or adapting foundation models for specific tasks. Invoke for configuring LoRA/QLoRA adapters, preparing JSONL training datasets, setting hyperparameters for fine-tuning runs, adapter training, transfer learning, finetuning with Hugging Face PEFT, OpenAI fine-tuning, instruction tuning, RLHF, DPO, or quantizing and deploying fine-tuned models. Trig

Writes, refactors, and evaluates prompts for LLMs — generating optimized prompt templates, structured output schemas, evaluation rubrics, and test suites. Use when designing prompts for new LLM applications, refactoring existing prompts for better accuracy or token efficiency, implementing chain-of-thought or few-shot learning, creating system prompts with personas and guardrails, building JSON/fu

O modelo de moderação especializado de 7-8B da Meta filtra entradas e saídas de LLMs em 6 categorias de segurança, incluindo violência/ódio e conteúdo sexual, com 94-95% de precisão. Ele pode ser implantado com vLLM, HuggingFace, Sagemaker e integra-se com NeMo Guardrails.

Reduza o tamanho de LLMs e acelere a inferência com técnicas de poda como Wanda e SparseGPT. Utilize para comprimir modelos sem retreinamento, alcançar 50% de esparsidade com mínima perda de precisão, ou habilitar inferência mais rápida em aceleradores de hardware.

Estende as janelas de contexto de modelos transformer utilizando RoPE, YaRN, ALiBi e técnicas de interpolação de posição. É útil para processar documentos longos, estender modelos pré-treinados ou implementar codificações posicionais eficientes, cobrindo diversas estratégias de embedding e extrapolação para LLMs.

Um framework para construir aplicações com LLMs, utilizando agentes, cadeias e RAG. Suporta múltiplos provedores, mais de 500 integrações, agentes ReAct, chamada de ferramentas, gerenciamento de memória e recuperação de vetores, ideal para prototipagem rápida e implantações em produção.

Extraia dados estruturados de respostas de LLMs com validação Pydantic, retente extrações falhas automaticamente, analise JSON complexo com segurança de tipo e transmita resultados parciais com Instructor - uma biblioteca de saída estruturada testada em batalha.

Comprima grandes modelos de linguagem usando destilação de conhecimento de modelos professores para modelos alunos. Esta técnica é útil para implantar modelos menores com desempenho mantido, transferir capacidades do GPT-4 para modelos de código aberto ou reduzir custos de inferência, cobrindo estratégias como escalonamento de temperatura, soft targets, KLD reverso, destilação de logits e treinamento MiniLLM.

Este método de compressão de LLM de 4 bits, vencedor do prêmio Best Paper do MLSys 2024, utiliza quantização de pesos sensível à ativação, proporcionando uma aceleração de 3x e perda mínima de precisão. É ideal para implantar modelos grandes em GPUs com memória limitada ou para inferência mais rápida e precisa que o GPTQ, especialmente para modelos ajustados por instrução e multimodais.