satan9394/dsh-skill-optimization

README 摘要

dsh-skill-optimization DSH（DeepSeek Harness）技能插件： 把技能当可训练参数 。 像训练神经网络一样训练 agent 技能（epochs/batchsize/learning rate/验证门禁，但不碰模型权重）：rollout→reflect→aggregate→select→update→evaluate 循环、候选编辑仅在严格改善 held-out 验证分时接受、文本学习率预算、拒绝编辑缓冲、零推理时模型调用、部署紧凑 best skill.md（300-2000 tokens）。受 microsoft/SkillOpt（MIT）启发的中文原创精简版。 安装 触发方式 描述中包含"训练技能 / 技能优化 / 自进化 / 验证门禁 / 轨迹训练 / best skill"等关键词时自动触发。 能力 - 六步训练循环（rollout→evaluate） - held-out 验证门禁 - 文本学习率预算 - 零推理时模型调用 - SkillOpt-Sleep 夜间自进化 - 跨模型/harness 迁移 许可 MIT

分类