Использование навыков агентов для написания CUDA-ядер с помощью Upskill

Hugging Face представил метод, позволяющий улучшить производительность небольших ИИ-моделей на сложных задачах, таких как написание CUDA-ядров, используя навыки агентов. Этот процесс использует новый upskill инструмент, который позволяет генерировать и оценивать навыки агентов с большими моделями и применять эти навыки к меньшим или более экономически эффективным моделям.

Навыки агентов — это упакованные формы знаний, которые могут обмениваться между моделями и инструментами, определяемые как файлы, содержащие инструкции в формате markdown и скрипты. Они особенно полезны в нишевых или сложных областях, где модели могут не проявлять себя естественно.

Шаги по улучшению навыков с помощью Claude и инструмента Upskill

1. Создание ядра с помощью Claude Opus 4.5: Процесс начинается с использования Claude Code для интерактивной сборки ядра и экспорта трассировки. Это включает итерации решений с черновыми навыками, позволяя обеспечить непрерывное улучшение за счет экспериментов с меньшими моделями.

2. Создание навыка агента из трассировки: После конструирования ядра дайте команду Claude сгенерировать файл навыка для завершенной задачи. Использование ‘создателя навыков’ от Anthropic также может облегчить этот процесс, создавая навыки на основе трассировки активности агента. upskill увеличивает полезность, предоставляя также тестовые примеры для оценки производительности навыков.

3. Применение навыка к моделям: Перенесите только что созданный навык в желаемые модели, следуя стандартным практикам, где навыки формируются в виде каталогов, например, {agent}/skills/{skill_name}/SKILL.md. Используйте команды upskill eval для выполнения сравнений производительности моделей с использованием этих навыков, подчеркивая различия в точности и использовании токенов на различных платформах, таких как codex или cursor.

В конечном итоге навыки могут помочь сократить потребление токенов, сохраняя точность, что критично для повторяющихся задач на разных моделях. Однако различия в эффективности предполагают, что потребуется итеративная доработка навыков.