Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Fine-tuning de LLM avec LoRA et QLoRA v1.0.0

Utilisez cette ressource pour adapter un modèle de langage à une tâche avec LoRA, QLoRA ou PEFT

Nouveau

  • 494 téléchargements
  • 174 mentions J'aime
  • 170 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install llm-lora-fine-tuning

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent contrôle le jeu de données, choisit la méthode selon la mémoire GPU disponible, règle les hyperparamètres et écrit un script d'entraînement Hugging Face PEFT. Vous obtenez un adaptateur entraîné et les étapes d'évaluation.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Fine-tuning de LLM avec LoRA et QLoRA »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : démarche et exemple d'entraînement LoRA avec PEFT
  • references/dataset-preparation.md : préparation du jeu de données
  • references/evaluation-metrics.md : métriques d'évaluation

Pour qui

  • Un modèle généraliste à spécialiser sur vos propres exemples
  • Un entraînement à lancer sur une carte GPU limitée avec QLoRA

Pas pour qui

    Étiquettes

    • LoRA
    • QLoRA
    • fine-tuning
    • JSONL

    À propos

    Vous dites

    « Prépare un fine-tuning LoRA sur 2 000 exemples JSONL de réponses au support, sur une carte de 24 Go. »

    Carte de la skill « Fine-tuning de LLM avec LoRA et QLoRA »

    Skill publiée par jeffallan sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de adapter un modèle de langage à une tâche avec LoRA, QLoRA ou PEFT
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/dataset-preparation.md16,6 Ko
    • references/deployment-optimization.md17,4 Ko
    • references/evaluation-metrics.md18,2 Ko
    • references/hyperparameter-tuning.md16,7 Ko
    • references/lora-peft.md11,1 Ko
    • SKILL.md6,8 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    jeffallan
    Source
    github.com/jeffallan/claude-skills/tree/b7f220d32a0925c9bbfd24995e208e76bb74507c/skills/fine-tuning-expert
    Licence
    MIT

    Notice

    « fine-tuning-expert » (jeffallan, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.