产出输出“evaluation results”的 Skills

verl-rl-training - 大语言模型强化学习训练库
强化学习 RLHF GRPO PPO
★ 650 · 更新于 2026-06-30
提供使用 verl 库对大语言模型进行强化学习训练的指导
⚙ 使用 RLHF 训练模型 ⚙ 使用 GRPO 训练模型 ⚙ 使用 PPO 训练模型
autoresearch - 自主机器学习研究实验
机器学习自主实验模型训练机器学习研究
★ 0 · 更新于 2026-06-30
自主运行机器学习实验，修改训练代码、训练模型、评估结果并迭代
⚙ 读取训练代码 ⚙ 规划实验 ⚙ 修改训练代码
verl-rl-training - 使用Verl的大语言模型强化学习训练
强化学习 RLHF 后训练分布式训练
★ 0 · 更新于 2026-06-30
使用verl通过PPO、GRPO等强化学习算法大规模训练大语言模型
⚙ 使用PPO训练模型 ⚙ 使用GRPO训练模型 ⚙ 配置强化学习算法
verl-rl-training - 使用verl库训练大语言模型
强化学习 RLHF 模型训练分布式计算
★ 1 · 更新于 2026-06-30
支持多种算法和后端的大语言模型灵活强化学习训练库
⚙ 使用GRPO算法训练LLM ⚙ 使用PPO算法训练LLM ⚙ 使用RLOO算法训练LLM
verl-rl-training - 使用 verl 进行 LLM 强化学习训练
大语言模型强化学习训练分布式系统
★ 0 · 更新于 2026-06-30
使用 verl 库通过强化学习算法训练大语言模型
⚙ 实施 RLHF ⚙ 配置 GRPO ⚙ 运行 PPO
clojure-repl - Clojure REPL 交互式开发工具
clojure repl 开发调试
★ 650 · 更新于 2026-05-09
在 REPL 中评估 Clojure 表达式，用于迭代开发、调试和代码验证
⚙ 连接到 nREPL ⚙ 评估表达式 ⚙ 测试函数
clojure-repl - Clojure REPL 开发技能
clojure repl nrepl 开发
★ 0 · 更新于 2026-05-09
在 REPL 中评估 Clojure 表达式，用于迭代开发和测试
⚙ 连接 nREPL ⚙ 启动 nREPL 服务器 ⚙ 评估表达式
clojure-repl - Clojure REPL 开发环境
clojure repl nrepl 交互式开发
★ 18 · 更新于 2026-05-09
在 REPL 中评估 Clojure 表达式以进行迭代开发和调试
⚙ 评估表达式 ⚙ 运行测试 ⚙ 连接 nREPL
search-first - 编码前先调研
代码开发技术调研工具发现依赖管理
★ 1,961 · 更新于 2026-03-24
编码前搜索现有工具、库和模式的工作流
⚙ 分析需求 ⚙ 搜索 npm 包 ⚙ 搜索 PyPI 包
prompt-engineer - LLM性能优化的专家提示词工程师
提示词工程 llm优化 ai开发自然语言处理
★ 1 · 更新于 2026-03-09
设计、优化和评估提示词，以在各种使用场景中最大化LLM性能
⚙ 设计初始提示词 ⚙ 测试提示词性能 ⚙ 优化令牌效率
promptfoo - Promptfoo LLM评估框架
LLM测试评估框架提示工程质量保证
★ 18 · 更新于 2026-03-09
使用评估框架测试和比较LLM输出
⚙ 编写评估配置 ⚙ 创建测试用例 ⚙ 调试评估运行
coding-prompt-optimizer - 为AI软件开发优化编程提示
编程提示提示工程 AI优化
★ 18 · 更新于 2026-02-13
将编程提示优化到生产级软件开发水平
⚙ 分解原始提示 ⚙ 对照评分标准评分 ⚙ 识别问题点