llm-tuning-patterns
✓Modèles de réglage LLM
Installation
SKILL.md
Evidence-based patterns for configuring LLM parameters, based on APOLLO and Godel-Prover research.
Different tasks require different LLM configurations. Use these evidence-based settings.
| maxtokens | 4096 | Proofs need space for chain-of-thought | | temperature | 0.6 | Higher creativity for tactic exploration | | topp | 0.95 | Allow diverse proof paths |
Modèles de réglage LLM Source : parcadei/continuous-claude-v3.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/parcadei/continuous-claude-v3 --skill llm-tuning-patterns- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que llm-tuning-patterns ?
Modèles de réglage LLM Source : parcadei/continuous-claude-v3.
Comment installer llm-tuning-patterns ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/parcadei/continuous-claude-v3 --skill llm-tuning-patterns Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/parcadei/continuous-claude-v3
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01