Axolotl Skill

Assistência abrangente com desenvolvimento em axolotl, gerada a partir da documentação oficial.

Quando Usar Esta Skill

Esta skill deve ser acionada quando:

• Trabalhar com axolotl
• Fazer perguntas sobre features ou APIs do axolotl
• Implementar soluções com axolotl
• Debugar código em axolotl
• Aprender best practices do axolotl

Referência Rápida

Padrões Comuns

Padrão 1: Para validar que existem velocidades de transferência de dados aceitáveis para seu job de treinamento, executar NCCL Tests pode ajudar a identificar gargalos, por exemplo:

./build/all_reduce_perf -b 8 -e 128M -f 2 -g 3

Padrão 2: Configure seu modelo para usar FSDP no yaml do Axolotl. Por exemplo:

fsdp_version: 2
fsdp_config:
  offload_params: true
  state_dict_type: FULL_STATE_DICT
  auto_wrap_policy: TRANSFORMER_BASED_WRAP
  transformer_layer_cls_to_wrap: LlamaDecoderLayer
  reshard_after_forward: true

Padrão 3: O context_parallel_size deve ser um divisor do número total de GPUs. Por exemplo:

context_parallel_size

Padrão 4: Por exemplo: - Com 8 GPUs e sem sequence parallelism: 8 batches diferentes processados por step - Com 8 GPUs e context_parallel_size=4: Apenas 2 batches diferentes processados por step (cada um dividido entre 4 GPUs) - Se seu micro_batch_size por GPU é 2, o global batch size diminui de 16 para 4

context_parallel_size=4

Padrão 5: Definir save_compressed: true na sua configuração habilita salvar modelos em formato comprimido, que: - Reduz uso de espaço em disco em aproximadamente 40% - Mantém compatibilidade com vLLM para inferência acelerada - Mantém compatibilidade com llmcompressor para otimização adicional (exemplo: quantização)

save_compressed: true

Padrão 6: Nota Não é necessário colocar sua integração na pasta integrations. Pode estar em qualquer local, desde que esteja instalada em um pacote no seu python env. Veja este repositório para um exemplo: https://github.com/axolotl-ai-cloud/diff-transformer

integrations

Padrão 7: Manipule dados de exemplo único e em lotes. - exemplo único: sample['input_ids'] é uma list[int] - dados em lote: sample['input_ids'] é uma list[list[int]]

utils.trainer.drop_long_seq(sample, sequence_len=2048, min_sequence_len=2)

Exemplos de Padrões de Código

Exemplo 1 (python):

cli.cloud.modal_.ModalCloud(config, app=None)

Exemplo 2 (python):

cli.cloud.modal_.run_cmd(cmd, run_folder, volumes=None)

Exemplo 3 (python):

core.trainers.base.AxolotlTrainer(
    *_args,
    bench_data_collator=None,
    eval_data_collator=None,
    dataset_tags=None,
    **kwargs,
)

Exemplo 4 (python):

core.trainers.base.AxolotlTrainer.log(logs, start_time=None)

Exemplo 5 (python):

prompt_strategies.input_output.RawInputOutputPrompter()

Arquivos de Referência

Esta skill inclui documentação abrangente em references/:

• api.md - Documentação de API
• dataset-formats.md - Documentação de Dataset-Formats
• other.md - Outra documentação

Use view para ler arquivos de referência específicos quando informações detalhadas forem necessárias.

Trabalhando com Esta Skill

Para Iniciantes

Comece com os arquivos de referência getting_started ou tutorials para conceitos fundamentais.

Para Features Específicas

Use o arquivo de referência da categoria apropriada (api, guides, etc.) para informações detalhadas.

Para Exemplos de Código

A seção de referência rápida acima contém padrões comuns extraídos da documentação oficial.

Recursos

references/

Documentação organizada extraída de fontes oficiais. Estes arquivos contêm:

• Explicações detalhadas
• Exemplos de código com anotações de linguagem
• Links para documentação original
• Índice para navegação rápida

scripts/

Adicione scripts auxiliares aqui para tarefas comuns de automação.

assets/

Adicione templates, boilerplate ou projetos de exemplo aqui.

Notas

• Esta skill foi gerada automaticamente a partir da documentação oficial
• Arquivos de referência preservam a estrutura e exemplos dos documentos originais
• Exemplos de código incluem detecção de linguagem para melhor destaque de sintaxe
• Padrões de referência rápida são extraídos de exemplos de uso comum na documentação

Atualizando

Para atualizar esta skill com documentação modificada:

1. Re-execute o scraper com a mesma configuração
2. A skill será reconstruída com as informações mais recentes