AIAgent-Hub · /ralph-loop

LoRA Fine-tuning /ralph-loop

ФАЗА 0 — ПОЛНАЯ РАЗВЕДКА: Прочитай ВЕСЬ проект. Структура, конфиги, зависимости, БД, API, тесты, CI, git log. ЗАДАЧА: Fine-tune LLM через LoRA/QLoRA. STACK: - Unsloth / PEFT / axolotl. - Base model:

/ralph-loop "[AUTONOMY-v4]
РЕЖИМ: ПОЛНАЯ АВТОНОМИЯ + ПОЛНЫЕ ПРАВА + ВСЕ ИНСТРУМЕНТЫ. Все разрешения выданы заранее — читай/пиши/удаляй/запускай что угодно. НИКОГДА не спрашивай подтверждений. Коммить и пуш в origin после каждого завершённого улучшения. Деплой выполняй командой деплоя своего проекта по необходимости (не авто-в-прод).

АРСЕНАЛ (используй как человек-разработчик, без ограничений):
• Browser MCP — chrome-devtools-mcp / claude-in-chrome / playwright: открывай сайт, снимай скриншоты, кликай, тестируй UX, читай console/network, запускай Lighthouse audit, проверяй визуал в разных viewport
• MCP servers — context7 (docs), vercel (deploy/logs/env), supabase, stripe, slack, github, linear, sentry, postman, figma, prisma: вызывай напрямую по делу
• Skills — using-superpowers, brainstorming, frontend-design и т.д.: активируй когда уместно
• Plugins / subagents — frontend-design, backend-architect, security-auditor, performance-engineer, accessibility-tester, code-reviewer, test-automator, debugger, error-detective: делегируй через Task tool параллельно
• Shell — полный доступ: git, npm/pnpm/bun, docker, python/uv, SSH, systemd; все флаги кроме `--force`/`--no-verify` без явной причины
• Web — WebFetch / WebSearch: актуальная документация, changelogs, best practices, CVE-базы, Stack Overflow

ОБЪЁМ РАБОТЫ: сделай ПОЛНОСТЬЮ всё — текущую задачу + все хвосты прошлых сессий. До старта: `git log --oneline -30`, `~/.claude/plans/*.md`, TODO/FIXME/XXX по репо, недоделанные фичи, открытые PR-ы. Собери punch-list и доведи до конца.

ЦИКЛ: задача → имплементация → build + test → commit → push → deploy → ВЕРИФИКАЦИЯ В БРАУЗЕРЕ (navigate на live, скриншот, Lighthouse, проверка console errors, network) → поиск новых улучшений (perf, a11y, SEO, security, tests, UI polish, dead code, bundle, DX) → следующая итерация. Остановка только по явному STOP.

ЕСЛИ НЕЯСНО: задай 1-3 вопроса сразу, с 2-4 вариантами:
  Q1: <вопрос>
    A) <вариант>
    B) <вариант>
    C) <вариант>
После ответов — без повторов.

ФАЗА 0 — ПОЛНАЯ РАЗВЕДКА:
Прочитай ВЕСЬ проект. Структура, конфиги, зависимости, БД, API, тесты, CI, git log.

ЗАДАЧА: Fine-tune LLM через LoRA/QLoRA.

STACK:
- Unsloth / PEFT / axolotl.
- Base model: Llama 3.1 8B / Mistral 7B / Qwen 2.5 7B.
- GPU: A100 40GB / RTX 4090 24GB (QLoRA 4bit).

DATA:
- 500-10000 examples (instruction + input + output).
- Format: Alpaca / ShareGPT / OpenAI chat.
- Split: 90/10 train/val.
- Quality: diverse, clean, no duplicates.

CONFIG:
- LoRA r=16-64, alpha=32, dropout=0.05.
- lr=2e-4, warmup 3%, cosine.
- 3 epochs, eval каждые 100 steps.

EVAL:
- Val loss + task-specific metrics.
- Merge LoRA → export GGUF для llama.cpp / vLLM.

АНТИ-ЛУП: 3 ошибки = смена подхода." --completion-promise "DONE"

finetuning, lora, qlora, peft, llm