NVIDIA Corporation

Auto Ontologyに自然言語で質問し、生成されたSQLや取得データ、回答の根拠を検証します。MCPや認証付きREST接続で、集計結果の確認に使うスキルです。

• 集計値とSQLの整合性を確認したいとき
• 質問前に業務用語の意味を確かめたいとき
• 取得結果の不足や省略を調べたいとき

CodonFMの公開Encodonモデルで遺伝子配列の変異を評価するため、入力CSVの検証、実行コマンドの準備、推論とスコアの確認を支援するスキル。

• 評価前に変異CSVを検証したいとき
• Encodonの実行コマンド準備
• 推論の実行と出力配列の確認

ラベル付きのタンパク質をコードする配列や変異データで、公開版Encodonを回帰・分類向けに追加学習し、入力検証から学習結果の確認まで支援します。

• 配列から数値を予測する追加学習
• ラベル付き変異の分類モデル作成
• 学習データと実行コマンドの準備

タンパク質をコードする配列のCSVを検査し、公開CodonFM／Encodonで数値特徴を抽出します。翻訳効率や発現量などの予測に向けたモデル選びも支援します。

• 抽出前の配列CSV検査
• Encodonによる配列特徴の抽出
• 特性予測向けのチェックポイント選定

公開版CodonFM v1の実行環境を整え、Encodonの学習済み重みを取得するスキル。Dockerやホスト環境の準備、GPU接続、取得ファイルの確認を支援します。

• CodonFMのコンテナ環境を準備したいとき
• ホスト上でCodonFMを使いたいとき
• 公開Encodonの重みを取得したいとき

NVFLAREの変換スキルが参照する共通ルールとテンプレートを提供します。依存関係の導入、サイト別データ配置、検証、独自集約の作業を支える内部用資料です。

• 変換時の依存関係の導入ルール確認
• 参加サイト別のデータパス確認
• 共通の検証・報告手順の参照

停止・中断したNVFLARE Auto-FLの実験記録から、改善量や採用案、失敗案、文献の検証結果を整理します。再現に必要な情報を含む報告書とJSONを生成します。

• 最適化実験の停止後に最終報告を作成
• 初期値と採用された改善結果を整理
• 文献由来の案の成功・失敗を振り返る

USD形式の3Dシーンを表示するアプリの開発を支援します。ブラウザ配信やローカル実行に応じて、描画・操作・画面構成・検証に必要な手順を選びます。

• USDのブラウザビューアーを作りたいとき
• ローカル実行のビューアー開発
• カメラ操作や物体選択を追加したいとき

株価データから、損失リスクや値動きの上限を考慮した銘柄配分を計算します。NVIDIA cuOptで最適化し、リスク別の配分比較、過去検証、定期的な配分見直しまで扱います。

• リスクや配分上限を指定した最適化
• リスク許容度ごとの配分比較
• 均等配分とのバックテスト

カメラ・マイク・スピーカーのAIエフェクトを操作し、ローカルの動画や音声にも適用します。NVIDIA Broadcastの機器選択やカメラ解像度変更にも対応します。

• カメラやマイクのエフェクト調整
• 保存済み動画・音声へのエフェクト適用
• カメラ・マイク・スピーカーの切り替え

YOLO26による物体検出・追跡をVSSの検索やアラートにつなぐ、独立サービスのひな型を生成します。設定やテストをそろえ、Kafka経由の連携を確認できます。

• VSS向けYOLO26サービスの新規作成
• モデル未準備でひな型を作りたいとき
• Kafka経由のVSS連携確認

DEFTのメディアサンプルからPAIDF Cosmos Predictで動画を生成し、重複入力をまとめて処理したうえで、元のIDと生成結果の対応をJSONLに整理します。

• DEFTサンプル用の合成動画生成
• 重複メディアの再生成を避けたいとき
• 生成動画の対応表を後続処理へ渡す

胸部X線画像を扱うNV-Reason-CXRのコマンドと基本動作を、模擬応答や実モデルで検証し、応答や実行条件をJSONで確認する研究・開発向けのスキルです。

• 模擬応答でコマンドの動作確認
• ローカル依存関係とCUDAの点検
• 公開APIで実モデルを試したいとき

NV-Generate-CTMRのrflow-mrで、体の合成MRI三次元画像を生成します。設定や乱数シードを指定し、出力画像の形状・画素間隔・数値の検証結果を記録します。

• 実験用の合成MRIを生成したいとき
• T1やT2などのMRI生成を試す
• 設定や乱数シードによる出力比較

VSS Alerts Blueprintの画像と言葉を扱うモデルを切り替え、アラート生成・検証・対話の各サービスを個別に設定し、起動状態と実際の応答を確認します。

• 3サービスのモデル接続先を変えたいとき
• 外部モデルで単独起動したいとき
• コンテナ内でモデルを動かしたいとき

センサー記録からの3Dシーン再構成や描画に向け、NVIDIA NuRecの関連スキルを選び、データ取得から学習・仕上げまでの作業順を整理します。

• 目的に合うNuRecスキルの選定
• センサー記録からの3D再構成計画
• 学習済みNuRecシーンの描画

単一GPUに収まらない入力を複数GPUへ分割するため、PhysicsNeMoの学習・推論スクリプトへの領域並列化の導入、演算の拡張、出力と勾配の検証を支援するスキル。

• 単一GPUに収まらない入力を扱いたいとき
• 領域並列化とDDPやFSDP2の併用
• 新しい演算をShardTensorに対応

USD形式の3Dシーンで読み込みの遅さやメモリ使用量、低い描画速度を調べ、検証と最適化、変更前後の比較レポート作成まで進めるスキル。

• USDシーンの読み込み遅延の調査
• 描画速度低下やメモリ使用量の診断
• 大規模CADシーンの重複構造の確認

物理現象の予測やシミュレーション向けに、PhysicsNeMoの現行ファイルからモデル候補、データ入力処理、参考例を探し、用途に沿って案内します。

• 物理現象の予測モデルを探したいとき
• 格子やメッシュ向けモデルの比較
• データ形式に合う入力処理の探索

Hugging FaceのTrainerを使う既存の学習コードを、複数拠点でモデルを学習するNVFLAREのジョブへ変換し、ローカル検証と出力まで進めます。

• Trainerの学習を連合学習へ移したいとき
• PEFTやLoRAの連合学習対応
• 変換時に評価指標を引き継ぎたいとき

既存のNVFLAREジョブに変更候補を用意し、学習予算と評価条件をそろえて比較します。指標に基づく採否判断や、変更内容・実行結果の記録まで進めます。

• 既存の連合学習ジョブを改善したいとき
• 固定した学習予算で2案を比較したいとき
• 候補と結果の記録から最適化を再開したいとき

稼働中のNVIDIA RAG Blueprintに対し、YAML設定で処理時間の内訳や負荷時の応答速度を測定し、同時実行数や検索件数による違いを比較するスキル。

• RAGサーバーの遅い処理を特定したいとき
• 同時実行数ごとの性能比較
• 検索・並べ替え設定の影響を測りたいとき

手元の脳MRIデータで生成モデルを追加学習するため、入力の事前確認から設定準備、学習実行、任意の画像生成までを扱います。学習済みモデルやログを出力します。

• 脳MRIデータの学習前チェック
• T1・T2などのデータによる追加学習
• データと出力先を指定した学習コマンド作成

物体検出の予測と正解データをTAO Data Servicesで照合し、クラス別の適合率・再現率・APなどを集計します。CSVとPR曲線で結果を確認できます。

• 物体検出の予測を正解と照合したいとき
• クラス別の適合率と再現率の確認
• 評価CSVとPR曲線の作成