ضبط دقيق فعال للمعلمات من خلال التكيف منخفض الرتبة (LoRA). يُستخدم عند ضبط نماذج اللغات الكبيرة ذات ذاكرة وحدة معالجة الرسومات المحدودة، أو إنشاء محولات خاصة بمهمة معينة، أو عندما تحتاج إلى تدريب نماذج متخصصة متعددة من قاعدة واحدة.
ثبّت مهارة الذكاء الاصطناعي lora بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: itsmostafa/llm-engineering-skills.
LoRA (Low-Rank Adaptation) enables efficient fine-tuning by freezing pretrained weights and injecting small trainable matrices into transformer layers. This reduces trainable parameters to 0.1% of the original model while maintaining performance.
Instead of updating all weights during fine-tuning, LoRA decomposes weight updates into low-rank matrices:
The key insight: weight updates during fine-tuning have low intrinsic rank, so we can represent them efficiently with smaller matrices.
ضبط دقيق فعال للمعلمات من خلال التكيف منخفض الرتبة (LoRA). يُستخدم عند ضبط نماذج اللغات الكبيرة ذات ذاكرة وحدة معالجة الرسومات المحدودة، أو إنشاء محولات خاصة بمهمة معينة، أو عندما تحتاج إلى تدريب نماذج متخصصة متعددة من قاعدة واحدة. المصدر: itsmostafa/llm-engineering-skills.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/itsmostafa/llm-engineering-skills --skill loraضبط دقيق فعال للمعلمات من خلال التكيف منخفض الرتبة (LoRA). يُستخدم عند ضبط نماذج اللغات الكبيرة ذات ذاكرة وحدة معالجة الرسومات المحدودة، أو إنشاء محولات خاصة بمهمة معينة، أو عندما تحتاج إلى تدريب نماذج متخصصة متعددة من قاعدة واحدة. المصدر: itsmostafa/llm-engineering-skills.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/itsmostafa/llm-engineering-skills --skill lora بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/itsmostafa/llm-engineering-skills