スキル監査レポート
peft-fine-tuning 監査レポート.
Parameter-efficient fine-tuning for LLMs using LoRA, QLoRA, and 25+ methods. Use when fine-tuning large models (7B-70B) with limited GPU memory, when you need to train <1% of parameters with minimal accuracy loss, or for multi-adapter serving. HuggingFace's official library integrated with transformers ecosystem.
OpenAgentSkill Trust Score
OpenAgentSkill Trust Score
Trust Score は、インストール前に候補に入れる安全性を Agent が判断する助けになります。
GitHub 採用度
合格100
GitHub スター 13K
スター／フォーク活動
合格92
スター 13K、フォーク 948; 現在のメタデータでは Issue 活動を利用できません
最近のメンテナンス
合格100
最終プッシュから 3 日
ライセンスの明確さ
合格86
MIT
README/SKILL.md の完全性
合格94
メタデータには十分な利用・ワークフロー文脈があります
依存関係／ランタイムのリスク
警告44
command execution surface, credential or environment access
インストール可否
合格92
npx skills add Orchestra-Research/AI-Research-SKILLs --skill peft-fine-tuning
インストールコマンドの安全性
合格92
標準パッケージまたはランタイムのインストールパス
権限範囲
警告50
secrets or environment access, shell or command execution
リポジトリ根拠
合格86
https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/main/03-fine-tuning/peft
レビュー状況
警告50.9
AI レビュー承認がありません
Agent 検証結果
情報54
Agent の成果データはまだありません
チェック
インストールと採用のレビュー
インストール経路
92
npx skills add Orchestra-Research/AI-Research-SKILLs --skill peft-fine-tuning
リポジトリ
88
https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/main/03-fine-tuning/peft
ライセンス
86
MIT
メンテナンス
100
最終プッシュから 3 日
AI レビュー
55
Review approval is missing
README/SKILL.md の完全性
94
Usable description available
依存関係リスク
44
command execution surface, credential or environment access
インストールコマンドの安全性
92
標準パッケージまたはランタイムのインストールパス
権限範囲
50
secrets or environment access, shell or command execution
スター／フォーク活動
92
スター 13K、フォーク 948; 現在のメタデータでは Issue 活動を利用できません
採用度
88
GitHub スター 13K
Financial decision safety
58
Research-only use: do not treat output as financial advice or execute a position without human approval.
警告
- Dependency or permission surface needs review
- Permission surface may require sandboxing
- Financial research output is not financial advice; require human review before any live investment decision
- AI レビュー承認がありません
- Financial research output is not financial advice; require human review before any live investment decision.
- Quality score needs review
- Permission surface needs review: secrets or environment access, shell or command execution
- Dependency/runtime risk: command execution surface, credential or environment access
- Permission surface: secrets or environment access, shell or command execution
- Review status: AI review approval is missing
方法
このレポートは公開メタデータ、AI レビュー、リポジトリの鮮度、インストール準備、OpenAgentSkill イベント、品質スコア、信頼チェック、Agent セーフティゲートを統合します。完全なソースコード監査ではありません。
近い選択肢を比較
次に監査する関連スキル
full-output-enforcement
Overrides default LLM truncation behavior. Enforces complete code generation, bans placeholder patterns, and handles token-limit splits cleanly. Apply to any task requiring exhaustive, unabridged output.
96K スター · 監査レポート
distributed-llm-pretraining-torchtitan
Provides PyTorch-native distributed LLM pretraining using torchtitan with 4D parallelism (FSDP2, TP, PP, CP). Use when pretraining Llama 3.1, DeepSeek V3, or custom models at scale from 8 to 512+ GPUs with Float8, torch.compile, and distributed checkpointing.
13K スター · 監査レポート
litert-lm
Creates an Android app that runs an open text LLM on the device, on the CPU or the GPU, with the LiteRT-LM Kotlin API. Use this skill to build a new chat, summarization or extraction app with a .litertlm model from Hugging Face litert-community (Gemma, Qwen, Llama, Phi) - the dependency and manifest entries, getting the model file onto the device, engine initialization, a streamed multi-turn conversation, the ViewModel and screen.
459 スター · 監査レポート