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.

Entraînement de modèles Mixture of Experts v1.0.0

Utilisez cette ressource pour entraîner un modèle Mixture of Experts avec DeepSpeed ou Hugging Face

Nouveau

  • 555 téléchargements
  • 106 mentions J'aime
  • 235 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install mixture-of-experts-training

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 vous aide à mettre en place une architecture MoE, son mécanisme de routage et l'équilibrage de charge entre experts, puis la parallélisation des experts et l'inférence. Vous obtenez une configuration d'entraînement et les points à surveiller.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Entraînement de modèles Mixture of Experts »

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 : démarrage rapide et architecture MoE de base
  • references/training.md : entraînement avec DeepSpeed et Megatron-DeepSpeed
  • references/architectures.md et references/inference.md : architectures et optimisation de l'inférence

Pour qui

  • Vous voulez augmenter la capacité d'un modèle sans augmenter le calcul par token
  • Vous étudiez des architectures comme Mixtral ou DeepSeek-V3

Pas pour qui

    Étiquettes

    • mixture of experts
    • moe
    • deepspeed
    • routage

    À propos

    Vous dites

    « Prépare l'entraînement d'un MoE à 8 experts avec DeepSpeed, avec équilibrage de charge entre experts. »

    Carte de la skill « Entraînement de modèles Mixture of Experts »

    Skill publiée par davila7 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 entraîner un modèle Mixture of Experts avec DeepSpeed ou Hugging Face
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,6 Ko
    • references/architectures.md14,1 Ko
    • references/inference.md8,4 Ko
    • references/training.md9,9 Ko
    • SKILL.md15,2 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    davila7
    Source
    github.com/davila7/claude-code-templates/tree/f57964ebda91cdfb31755661ecea9395f30020f1/cli-tool/components/skills/ai-research/emerging-techniques-moe-training
    Licence
    MIT

    Notice

    « emerging-techniques-moe-training » (davila7, 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.