ml-architecture

v1.0.0

Доменный плагин AI/ML-исследователя: проектирование нейросетей с нуля — выбор семейства архитектуры (MLP/CNN/RNN/Transformer/MoE/SSM/hybrid) под задачу и индуктивный сдвиг, парам-бюджет и скейлинг-законы (total vs active params, tokens-per-param, пять рычагов пост-тренинга), оценка VRAM/pамяти до аренды GPU (веса+KV-кэш+оверхед, 2 байта × 2 копии + overhead) и типовые ловушки (mode collapse, ABI-несовместимость, OOM). Триггеры: «спроектировать сеть», «выбрать архитектуру», «MLP vs Transformer vs MoE», «сколько параметров», «скейлинг-законы», «влезет ли в GPU», «оценка VRAM», «KV-кэш», «mode collapse», «ABI», «OOM».

Agent Plugins1 Skill

1 GitHub starsUpdated last week

Directory evidence

Runtimes: Agent Plugins
Parsed components: 1 skill or MCP entry
Source updated: Sep 17, 2026
Manifest status: Canonical path parsed

The directory validates manifest shape and source location. It does not execute the plugin or provide a security endorsement. Review the indexing methodology →

Get the plugin

$ git clone https://github.com/romannekrasovaillm/spine-aiml

Clone the source repository, then follow its setup instructions to add the plugin to a compatible client. The plugin root is aiml/plugins/ml-architecture/.

This listing currently publishes only the generic Agent Plugins format. Automatic install commands for other clients are not generated yet.

Plugin files

aiml/plugins/ml-architecture/

├── plugin.json
└── skills/neuralnet-design/SKILL.md

Included Skills1

neuralnet-designskills/neuralnet-design/SKILL.md

Проектирование нейросетей с нуля: от задачи и индуктивного сдвига — к семейству архитектуры (MLP / CNN / RNN / Transformer / MoE / SSM / hybrid), затем к парам-бюджету (total vs active params, скейлинг-законы, tokens-per-param) и к честной оценке памяти ДО аренды GPU (веса, KV-кэш, optimizer state, оверхед). ВСЕГДА используй этот навык, когда пользователь: «спроектируй сеть», «выбери архитектуру», «MLP или Transformer», «CNN vs ViT», «RNN vs SSM», «нужен MoE», «гибрид Mamba+attention», «сколько нужно параметров», «какой размер модели взять», «скейлинг-законы / Chinchilla», «сколько токенов на параметр», «влезет ли модель в GPU», «посчитай VRAM», «сколько памяти займёт KV-кэш», «оцени перед арендой», а также при диагностике типовых ловушек — mode collapse, ABI-несовместимости движка/весов, OOM (включая замаскированный под NCCL). Грундится в библиотеке рецептов (transformer-canon, frontier-lab, moe, liquid-ai, tii-falcon, nemotron, vastai-infra) — не выдумывай архитектурные факты, цитируй источники.

Plugin manifests1

aiml/plugins/ml-architecture/plugin.json

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "ml-architecture",
  "version": "1.0.0",
  "description": "Доменный плагин AI/ML-исследователя: проектирование нейросетей с нуля — выбор семейства архитектуры (MLP/CNN/RNN/Transformer/MoE/SSM/hybrid) под задачу и индуктивный сдвиг, парам-бюджет и скейлинг-законы (total vs active params, tokens-per-param, пять рычагов пост-тренинга), оценка VRAM/pамяти до аренды GPU (веса+KV-кэш+оверхед, 2 байта × 2 копии + overhead) и типовые ловушки (mode collapse, ABI-несовместимость, OOM). Триггеры: «спроектировать сеть», «выбрать архитектуру», «MLP vs Transformer vs MoE», «сколько параметров», «скейлинг-законы», «влезет ли в GPU», «оценка VRAM», «KV-кэш», «mode collapse», «ABI», «OOM».",
  "keywords": [
    "ml",
    "architecture",
    "neural-net",
    "scaling-laws",
    "vram"
  ]
}