Huggingface
Hugging Face is offering free credits and Pro subscriptions through the Unsloth Jobs Explorers organization to help users fine-tune small language models like LFM2.5-1.2B-Instruct using the hf jobs CLI.
AI 生成摘要
我們正透過加入 Unsloth Jobs Explorers 組織提供免費額度與一個月的 Pro 訂閱，讓您能使用 hf jobs CLI 在 Hugging Face Jobs 上利用 Unsloth 微調 LFM2.5-1.2B-Instruct 等小型語言模型。
為什麼選擇小模型？像 LFM2.5-1.2B-Instruct 這樣的小型語言模型是微調的理想對象。它們的訓練成本低、迭代速度快，且在特定任務上的表現日益足以與大型模型競爭。LFM2.5-1.2B-Instruct 的運行記憶體低於 1GB，並針對裝置端部署進行了優化，因此你微調的模型可以在 CPU、手機和筆記型電腦上運行。
我們正在提供免費額度，用於在 Hugging Face Jobs 上微調模型。加入 Unsloth Jobs Explorers 組織即可領取免費額度及一個月的 Pro 訂閱。
如果你想使用 HF Jobs 和 Unsloth 訓練模型，只需使用 hf jobs CLI 提交任務即可。
首先，你需要安裝 hf CLI。你可以透過執行以下命令來完成：
接著，你可以執行以下命令來提交任務：
更多詳細資訊，請參閱關於在 Hub 上使用技能 (skills) 的文件或 Claude Code Skills 文件。
Codex 透過 AGENTS.md 檔案和 .agents/skills/ 目錄來發現技能。
使用 $skill-installer 安裝個別技能：
更多詳細資訊，請參閱 Codex Skills 文件和 AGENTS.md 指南。
通用的安裝方法是直接複製技能儲存庫，並將技能複製到你的代理程式 (agent) 的技能目錄中。
安裝技能後，要求你的編碼代理程式訓練模型：
代理程式將根據技能中的範例生成訓練腳本，將訓練任務提交至 HF Jobs，並透過 Trackio 提供監控連結。
訓練任務在 Hugging Face Jobs 上執行，這是完全託管的雲端 GPU。代理程式會：
該技能會根據技能中的範例生成如下腳本。
如需 Hugging Face Spaces 定價的完整概覽，請查看此處的指南。
更多來自我們部落格的文章
·
註冊或
登入以發表評論