funsloth-check
✓驗證 Unsloth 微調的數據集。當用戶想要檢查數據集、分析標記、計算 Chinchilla 最優性或準備訓練數據時使用。
SKILL.md
Get Dataset Source Ask for: HF dataset ID (e.g., mlabonne/FineTome-100k) or local path (e.g., ./data.jsonl)
Load and Detect Format Auto-detect format from structure. See DATAFORMATS.md for details.
| Raw | text only | text | | Alpaca | instruction + output | instruction, output | | ShareGPT | conversations array | from, value | | ChatML | messages array | role, content |
驗證 Unsloth 微調的數據集。當用戶想要檢查數據集、分析標記、計算 Chinchilla 最優性或準備訓練數據時使用。 來源：chrisvoncsefalvay/funsloth。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/chrisvoncsefalvay/funsloth --skill funsloth-check- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 funsloth-check？
驗證 Unsloth 微調的數據集。當用戶想要檢查數據集、分析標記、計算 Chinchilla 最優性或準備訓練數據時使用。 來源：chrisvoncsefalvay/funsloth。
如何安裝 funsloth-check？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/chrisvoncsefalvay/funsloth --skill funsloth-check 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/chrisvoncsefalvay/funsloth
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01