fine-tuning-customization

SKILL.md

Customize LLMs for specific domains using parameter-efficient fine-tuning and alignment techniques.

Unsloth 2026: 7x longer context RL, FP8 RL on consumer GPUs, rsLoRA support. TRL: OpenEnv integration, vLLM server mode, transformers 5.0.0+ compatible.

| Approach | Try First | When It Works |

LoRA、QLoRA、DPO アライメント、および合成データ生成を使用した LLM 微調整。効率的なトレーニング、好みの学習、データの作成。特定のドメインのモデルをカスタマイズする場合に使用します。 ソース: yonatangross/skillforge-claude-plugin。

原文を見る