nanoGPT: Karpathy's minimalist GPT implementation, from Shakespeare to GPT-2
Entraîner un modèle Shakespeare char-level sur CPU en minutes, reproduire GPT-2 (124M) sur OpenWebText, fine-tuner depuis les checkpoints OpenAI, et entraîner sur datasets custom — la référence hackable pour apprendre les transformers
- Quoi
- Entraîner un modèle Shakespeare char-level sur CPU en minutes, reproduire GPT-2 (124M) sur OpenWebText, fine-tuner depuis les checkpoints OpenAI, et entraîner sur datasets custom — la référence hackable pour apprendre les transformers
- Coût
- Gratuit
- Prérequis
- Python avec PyTorch pour les vrais entraînements ; le CPU suffit pour le workflow Shakespeare, des GPU sont nécessaires à l'échelle GPT-2
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — le skill nanoGPT de @orchestra-research : le guide de l'agent pour l'implémentation GPT éducative de Karpathy — quatre workflows concrets : entraînement Shakespeare char-level en ~5 minutes sur CPU (prepare → train → sample, 6 couches, embeddings 384-dim), reproduction complète de GPT-2 (124M) sur OpenWebText en DDP multi-GPU (~4 jours sur 8x A100), fine-tuning depuis les checkpoints GPT-2 d'OpenAI sur texte custom, et un pipeline de dataset custom (tokenizer char → train.bin/val.bin). Il documente les boutons de config du modèle, les leviers de vitesse d'entraînement (`compile=True`, bf16), les correctifs des échecs courants (OOM → réduire batch/block size ; lent → compile + mixed precision ; générations pauvres → entraîner plus longtemps, baisser la température ; impossible de charger les poids GPT-2 → vérifier les noms `init_from`), les prérequis matériels par workflow, et quand passer aux alternatives (HuggingFace Transformers pour la production, Megatron-LM pour la grande échelle, LitGPT pour les architectures de production). Bémols honnêtes : une référence éducative, échelle GPT-2 (124M) seulement — pas un framework d'entraînement de production ; la préparation d'OpenWebText prend ~1 heure et le run 124M exige un temps GPU sérieux ; les affirmations de benchmarks sont celles du skill. Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Réponse rapide
nanoGPT est un skill gratuit pour Muse et un guide de l'implémentation GPT éducative de Karpathy, la référence hackable pour apprendre les transformers. Il couvre quatre workflows : entraînement Shakespeare char-level en minutes sur CPU, reproduction complète de GPT-2 sur OpenWebText, fine-tuning depuis les checkpoints OpenAI, et entraînement sur des datasets custom.
Installation
Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 11 nov. 2026📌 Version épinglée : commit 773a529Étape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : Python avec PyTorch pour les vrais entraînements ; le CPU suffit pour le workflow Shakespeare, des GPU sont nécessaires à l'échelle GPT-2 Installe-moi « nanoGPT : l'implémentation GPT minimaliste de Karpathy, de Shakespeare à GPT-2 ». Il donne à mon agent le manuel nanoGPT de @orchestra-research : quatre workflows (Shakespeare sur CPU en minutes, reproduction complète de GPT-2 124M sur OpenWebText, fine-tuning depuis les checkpoints OpenAI, datasets custom), boutons de config, leviers de vitesse (torch.compile, mixed precision), correctifs des échecs courants, prérequis matériels par workflow, et quand passer aux alternatives de production. Licence MIT. Dépôt : https://raw.githubusercontent.com/orchestra-research/ai-research-skills/773a52944ba4747a18bd4ae9ade53fff041adcbc/01-model-architecture/nanogpt/SKILL.md Version épinglée : installe le code au commit 773a52944ba4747a18bd4ae9ade53fff041adcbc exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire 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 « nanogpt ». 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. dire à l'agent quel workflow lancer — quick start Shakespeare-sur-CPU, reproduction GPT-2, fine-tuning de checkpoint, ou dataset custom — et confirmer le matériel disponible ; la préparation d'OpenWebText prend ~1 heure, prévoir du temps GPU pour le 124M). 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.
Enregistré dans vos installs récentes. Retrouvez-le à tout moment sur /connect.
🔒 Sécurité, provenance et ce que ça touche
Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?
Certificat de vérification
Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.
- Version épinglée
- 773a529 · 2026-10-13
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 11 nov. 2026
- Identité du créateur
- Non vérifiée
- Veille d’empreinte
- Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
- Analyse du prompt d’installation
- 2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.