全部 skill

在有限显存下用 LoRA 微调大模型。

Unsloth: 2-5x faster LoRA/QLoRA fine-tuning, less VRAM.EN

用 Unsloth Core 在单张消费级 GPU 上微调与后训练 LLM：VRAM 估算、LoRA/QLoRA、GRPO/DPO、chat 模板正确性与 GGUF 导出。

Unsloth 快速微调专家指引——训练快 2-5×、内存省 50-80%、LoRA/QLoRA 优化。

LLaMA-Factory 微调 LLM 专家指引——WebUI 无代码、100+ 模型、2/3/4/5/6/8-bit QLoRA、多模态支持。

用 Lightning AI 的 LitGPT 实现并训练 LLM，含 20+ 预训练架构（Llama、Gemma、Phi、Qwen、Mistral）。需干净模型实现、架构教学理解、或 LoRA/QLoRA 生产微调时使用。单文件实现、无抽象层。

用 LoRA、QLoRA 与 25+ 方法做 LLM 参数高效微调。GPU 内存有限微调大模型（7B-70B）、需训练 <1% 参数且精度损失最小、或做多适配器服务时使用。HuggingFace 官方库，与 transformers 生态集成。

微调评估 OpenVLA-OFT 与 OpenVLA-OFT+ 策略做机器人动作生成，含连续动作头、LoRA 适配、LIBERO 仿真与 ALOHA 真实环境的 FiLM 条件。复现 OpenVLA-OFT 论文结果、训练自定义 VLA 动作头（L1 或扩散）、为 ALOHA 部署服务端-客户端推理、或调试归一化/LoRA 合并/跨 GPU 问题使用。