pickfit 測到哪一步
pickfit 還沒驗證過 AReno,所以沒有測過的安裝步驟。
以下只依據它的 README。
使用
安裝前先知道:有已知漏洞
pickfit 在安裝時會一併裝上的套件裡找到 5 個已知的高風險或嚴重漏洞(OSV.dev,2026年11月3日),安裝前請先考慮。
npm:browserslist 4.28.6Browserslist:透過不受信任的 browserslist-stats.json 自訂統計資料(normalizeStats)造成未捕捉當機/原型寫入 (GHSA-73wf-gq98-2v4g,高風險,4.28.7 已修正)npm:nanoid 3.3.16nanoid:當 size 為零時,自訂產生器可能無限迴圈 (GHSA-2v37-7h3g-55p8,高風險,3.3.18 已修正)
再看 3 個
npm:browserslist 4.28.6— GHSA-c83g-rgw3-j3cx(高風險),4.28.7 已修正npm:source-map-js 1.2.1— GHSA-68fv-2mgg-jv7q(高風險),1.2.2 已修正npm:vite 6.4.3— GHSA-587h-7wmj-h5pm(高風險),6.4.4 已修正
需要先準備
- 執行環境:
python 3.10+,PyTorch 2.6+ - 需要 GPU
- 金鑰或帳號:API 金鑰
它能做什麼
pickfit 還沒測過它,所以以下只依據 README。
- 於本機執行 RL 後訓練未測試
- 透過 OpenAI 相容端點部署模型未測試
- 從軌跡訓練 agentic RL未測試
- 使用多模態影像、音訊、影片訓練未測試
適合用來
- 以 RL 在數學資料集上訓練 LLM
- 於本機部署訓練後的 checkpoint
- 檢查機器訓練整備狀態