ml-continual-learning

v1.0.0

Доменный плагин AI/ML-исследователя: континуальное обучение и пост-тренинг LLM как единый конвейер стадий — CPT (домен-дообучение) → SFT → RLHF (предпочтения) → RL на рубриках → RLVR (верифицируемые награды) → дистилляция (офлайн и онлайн/on-policy). Для каждой стадии: цель, данные, лосс, верификатор/reward, предпосылки и типовые отказы; плюс порядок стадий (DAG), диагностика «на какой стадии проблема» и антипаттерны конвейера. Триггеры: «пайплайн обучения», «что после SFT», «CPT/continued pretraining», «домен-дообучение», «выбор RLHF vs RLVR vs рубрики», «дистилляция учителя», «on-policy дистилляция», «reward hacking», «mode collapse», «катастрофическое забывание».

Agent Plugins

1 GitHub starsUpdated last week

Directory evidence

Runtimes: Agent Plugins
Parsed components: 0 skill or MCP entries
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-continual-learning/.

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-continual-learning/

└── plugin.json

Plugin manifests1

aiml/plugins/ml-continual-learning/plugin.json

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "ml-continual-learning",
  "version": "1.0.0",
  "description": "Доменный плагин AI/ML-исследователя: континуальное обучение и пост-тренинг LLM как единый конвейер стадий — CPT (домен-дообучение) → SFT → RLHF (предпочтения) → RL на рубриках → RLVR (верифицируемые награды) → дистилляция (офлайн и онлайн/on-policy). Для каждой стадии: цель, данные, лосс, верификатор/reward, предпосылки и типовые отказы; плюс порядок стадий (DAG), диагностика «на какой стадии проблема» и антипаттерны конвейера. Триггеры: «пайплайн обучения», «что после SFT», «CPT/continued pretraining», «домен-дообучение», «выбор RLHF vs RLVR vs рубрики», «дистилляция учителя», «on-policy дистилляция», «reward hacking», «mode collapse», «катастрофическое забывание».",
  "keywords": [
    "ml",
    "cpt",
    "sft",
    "rlhf",
    "rlvr",
    "distillation"
  ]
}