NeMo AutoModel 配方开发
帮助构建、修改和验证 NeMo AutoModel 训练与评估配方。
该技能主要提供配置和开发建议，不要求凭据、网络访问或高权限操作，并明确提示不要在提示、日志或输出中泄露秘密，因此未见红线风险。扣分原因是未明确用户确认、变更回滚、数据流、依赖安全或执行副作用控制；来源归属虽可由 NVIDIA 元数据和仓库治理材料支持，但许可证元数据显示为 NOASSERTION。
说明包含较清晰的路由边界、执行流程、配置示例和常见陷阱；BENCHMARK.md 报告了三项任务的准确性结果。扣分原因是本次仅静态阅读，未复现关键路径，未见该技能专属测试套件或明确的异常输入、版本兼容和失败反馈机制；按静态校准不超过 10 分。
目标受众、适用场景、触发条件和不适用范围均有明确描述，覆盖训练、SFT、评估、YAML、builder 和 CLI 路由。扣分原因是没有系统定义输入输出边界、负向触发案例或环境前置条件，也未提供中文支持说明；核心功能不依赖特定海外在线服务，因此未因中国大陆可达性额外扣分。
文档有 front matter、分层章节、示例、路由边界、依赖提示、已知陷阱以及 benchmark 和 skill card；技能声明 Apache-2.0，仓库也提供许可证文本。扣分原因是版本、变更记录、维护责任和更新路径不完整，BENCHMARK 的静态校验发现 author 格式问题，且仓库许可证元数据为 NOASSERTION。
技能直接给出新 recipe、_target_、验证与 checkpoint 场景的操作路径、配置片段和命令，BENCHMARK.md 报告三项正向任务的 Codex 正确性 95% 和有效性 93%。扣分原因是只有三项正向任务、没有负向任务，且没有可独立核验的代表性最终产物或实际项目结果；静态校准最高不超过 7 分。
存在修订固定的源文件、评测任务、预期行为和 benchmark 报告，具备一定审计线索。扣分原因是评测覆盖很窄，未提供可独立重跑的测试代码或多来源交叉证据，报告结果本身无法在本次静态审查中验证；按静态校准最高不超过 5 分。
- 使用前应核对 NeMo AutoModel 当前版本、真实模块路径和 CLI 行为；文档中的示例可能随上游变更而失效。
- 不要将技能建议视为已验证的训练配置；执行前应由用户确认数据、模型、checkpoint 路径、资源消耗和潜在覆盖风险。
- 建议补充负向触发评测、技能专属可重跑测试、版本兼容矩阵、维护负责人和变更记录。
这个 Skill 能做什么，适合哪些场景？
该技能面向 NeMo AutoModel 的训练、微调和评估配方开发。它解释 YAML 配置结构、`_target_` 可调用对象、组件构建器、CLI 路由和训练执行流程。内容覆盖 LLM、VLM、扩散模型和检索配方的具体文件与配置。它还规定验证、检查点、恢复训练及本地测试的关键配置和命令。
指导代理定位 nemo_automodel/recipes/ 下的配方文件和 YAML 区段，列出模型、优化器、数据加载器、损失、学习率调度器、步进调度器及检查点构建器；解释 _target_ 如何调用 Python 可调用对象并传递关键字参数；生成或说明最小 YAML、CLI 覆盖示例和 automodel finetune llm -c <config.yaml> 验证命令；检查验证频率、检查点频率、恢复路径、批大小计算、CLI 路由和数据整理器匹配问题。
- NeMo AutoModel 开发者新增一个 LLM 微调或预训练配方变体，需要选择基础文件、更新构建器并注册 CLI 路由。
- 训练工程师需要为优化器、数据集或调度器增加 YAML 字段，并确认 `_target_` 与嵌套 CLI 覆盖方式。
- 模型工程师需要配置验证数据集、验证间隔、检查点保存间隔或从检查点恢复训练。
- 排障人员遇到首步崩溃、前向形状不匹配、验证 OOM 或检查点恢复失败，需要按配方执行流定位问题。
- 测试人员需要为新配方添加小型 CPU 兼容单元测试并执行本地验证。
这个 Skill 有哪些优点和局限？
- 覆盖配方 YAML、构建器、CLI 路由、训练循环、验证和检查点配置。
- 提供明确的执行流、基础配置结构、常见陷阱和可复制的命令示例。
- 明确限定范围，避免将独立分布式策略、集群启动器或模型架构入门问题混入配方指导。
- 专注于 NeMo AutoModel 配方开发，不适合独立的集群启动器或分布式策略选型。
- 提供的材料未列出该技能自身的测试文件、支持平台矩阵或版本兼容范围。
- 部分示例引用具体仓库路径和 CLI，实际可用性仍取决于对应 NeMo AutoModel 环境。
如何安装这个 Skill？
使用仓库 README 提供的 Skills CLI 安装指定技能：npx skills add nvidia/skills --skill nemo-automodel-recipe-development --yes。也可追加 --agent codex 安装到 Codex。源材料未说明其他安装方式或版本要求。
如何使用这个 Skill？
安装后，在相关任务中请求代理创建或修改 NeMo AutoModel 配方，例如：请为 NeMo AutoModel 新增一个 LLM 微调配方变体，并说明需要修改的 YAML、builder 函数、CLI 路由和 CPU 验证命令。 配方运行示例为 automodel finetune llm -c config.yaml，并可使用 --optimizer.lr、--step_scheduler.max_steps 等嵌套覆盖。