使用 Flash Attention 优化 Transformer 注意力机制，实现 2-4 倍加速和 10-20 倍内存减少。适用于训练/运行长序列（>512 tokens）的 Transformer 模型，或遇到注意力机制导致 GPU 内存不足的问题，或需要更快推理速度的场景。支持 PyTorch 原生 SDPA,…
适合：使用 Flash Attention 优化 Transformer 注意力机制，实现 2-4 倍加速和 10-20 倍内存减少。适用于训练/运行长序列（>512 tokens）的 Transformer 模型，或遇到注意力机制导致 GPU 内存不足的问题，或需要更快推理速度的场景。支持 PyTorch 原生 SDPA,…
先确认你的 Agent 支持 Skill，再按原文说明完成安装。
这是 Hermes Agent 的内置 Skill，安装 Hermes Agent 后可按官方 Skill Catalog 调用。
执行安装命令前，请检查仓库来源、依赖、权限和脚本内容，不要把密钥直接写进命令或公开配置。
从公开说明中提炼的能力与适用范围。
使用 Flash Attention 优化 Transformer 注意力机制，实现 2-4 倍加速和 10-20 倍内存减少。适用于训练/运行长序列（>512 tokens）的 Transformer 模型，或遇到注意力机制导致 GPU 内存不足的问题，或需要更快推理速度的场景。支持 PyTorch 原生 SDPA,…
这是 Hermes Agent 安装后自带的 Skill。实际可用能力、依赖和路径请以 Hermes Agent 当前版本的 Skill Catalog 文档为准。
快速判断它是否适合你的任务。
适合已经使用 Hermes Agent，并希望直接调用内置能力的用户。
安装和功能变化以原始资料为准。
