Ad Accuracy Debug

TensorRT-LLM NVIDIA

تصحيح تراجعات دقة AutoDeploy مقابل درجة مرجعية (خادم PyTorch أو خط أساسي منشور).

> Debug AutoDeploy accuracy regressions vs a reference score (PyTorch backend or published baseline).

كيفية الحصول على المهارة

مهارة وكيل (Agent Skill) من NVIDIA. حمّلها أو استنسخها ثم ثبّتها لدى وكيلك.

عرض على GitHub ⬇ تحميل ZIP الناشر: NVIDIA

استنسخ المستودع: git clone https://github.com/NVIDIA/skills.git
انسخ مجلد المهارة (الذي يحتوي على SKILL.md) إلى مجلد مهارات وكيلك، مثل .claude/skills/.
أعد تشغيل/تحميل الوكيل ليكتشف المهارة تلقائياً.
راجع SKILL.md للاطّلاع على أي تعليمات أو متطلّبات خاصة.

مهارة Claude Code (trtllm-agent-toolkit): تنفيذ أو توسيع تحويلات دمج TensorRT-LLM AutoDeploy تحت مجلد transform/library/ في نسخة TensorRT-LLM.

التحقق من تطبيق ملفات AutoDeploy YAML بالفعل من خلال تحليل سجلات الخادم ورمية الرسم البياني الاختيارية (AD_DUMP_GRAPHS_DIR).

تفعيل وتفسير رمية نصوص رسم البياني FX الخاصة بـ TensorRT-LLM AutoDeploy عبر AD_DUMP_GRAPHS_DIR.

تصور طبقة فك ترميز محول معين من رمية نصوص رسم بياني AutoDeploy FX كرسم توضيحي هرمي بصيغة DOT/PNG.