Machine learning with JAX: functional patterns, JIT, and core practices

Prérequis : un projet ML basé sur JAX sur lequel travailler — le skill est une référence que l'agent consulte, pas un logiciel à installer Installe-moi « Machine learning avec JAX : patterns fonctionnels, JIT et pratiques de base ». Il donne à mon agent la référence JAX de @mindrally : opérations jax.numpy, transformations grad/jit/vmap, contrôle de flux lax, gestion fonctionnelle des clés RNG, pytrees, sharding, checkpointing, et pointeurs de modèles Flax/Haiku. Licence Apache-2.0. Dépôt : https://github.com/mindrally/skills/blob/main/machine-learning/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur, les identifiants uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « machine-learning ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. installer JAX et Flax/Haiku dans mon environnement Python ; rien d'autre — c'est une référence). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.