NVIDIA Corporation

アプリや評価基盤にNVIDIA NeMo FabricのPython SDKを組み込み、設定変換から実行前検証、単発・複数ターン実行、結果処理までを整えるスキル。

• アプリにエージェント実行を組み込みたいとき
• 評価条件ごとの設定を作りたいとき
• 単発実行と継続会話を扱いたいとき

NeMo AutoModelの複数GPU・複数ノード学習で、分散方式の選択とYAML設定を支援します。モデル規模や長い入力に応じた並列化と制約を整理します。

• 複数GPU向けの学習方式を選びたいとき
• 大規模モデルの並列化設定
• 長い入力をGPU間で分割したいとき

外部のエージェント実行環境をNVIDIA NeMo Fabricにつなぐアダプターを開発・移行・レビューします。設定変換、起動と終了、配布用メタデータ、動作検証まで扱います。

• 外部エージェント用アダプターの開発
• 公開仕様に合わせた既存実装の移行
• 設定変換と実行状態の分離のレビュー

Megatron-BridgeでMoEの通信と計算を並行実行する設定を検証し、互換性の確認や性能比較を通じて学習速度の改善を試すスキル。

• MoE学習の通信重複を有効にしたいとき
• DeepEP・HybridEPの互換性確認
• 通信重複と勾配計算遅延の比較

Megatron-Bridgeの分散学習で通信と計算を重ねる設定を案内し、テンソル・データ・パイプライン並列ごとの有効化条件や設定の落とし穴、テスト手順を確認するスキル。

• 分散学習で通信重複を有効にしたいとき
• TPの通信重複が無効になる原因の確認
• 設定変更後の学習速度低下の調査

NeMo Relayで記録した処理の動きを、用途に合う形式で出力する設定を支援します。イベントや実行履歴、トレースの選択から出力確認まで扱います。

• ローカルで生のイベントを調べたいとき
• ATIF形式で実行履歴を保存したいとき
• OpenTelemetry出力の設定

NeMo AutoModelの学習ジョブを、手元のGPU、Slurmクラスタ、SkyPilotのクラウド環境で起動するための設定を整えるスキル。

• ローカルとクラスタの起動切り替え
• Slurmの複数ノード学習設定
• スポット利用時の途中保存と再開設定

NeMo AutoModelの学習・評価手順を作成・修正し、YAML設定と構成要素の組み立て、検証・保存・再開の流れを整理するスキル。

• 新しい追加学習レシピの作成
• YAMLの設定項目を追加したいとき
• 検証・保存・再開の設定

Megatron-Bridgeで長い入力を複数GPUに階層的に分割して学習する設定を案内し、必要条件や実装箇所、ログでの有効化確認を整理するスキル。

• 階層型コンテキスト並列の設定
• KVヘッド数を超える並列化
• 設定変更後のメモリ不足の調査

単一ノードの学習・推論スクリプトを複数ノードで動くSlurmジョブへ変換し、起動方式や共有ストレージを整え、通信待ちやGPUメモリ不足を調査するスキル。

• 単一ノードから複数ノードへの移行
• NCCL通信タイムアウトの調査
• MoEモデルのGPUメモリ見積もり

大規模モデルの分散学習で、モデル規模・GPU構成・入力の長さに応じた並列化方式を選び、必要なGPU数の見積もりや設定変更後の性能確認を支援するスキル。

• モデルとGPU数に合う並列化の選定
• MoEモデルの必要GPU数の見積もり
• 長い入力に合わせた並列化の調整

NeMo Relayを初めて試す人に向け、CLIや既存の連携機能、Pythonなどでの最小構成を選び、ツールやモデルの呼び出しを記録できるか確認します。

• CodexやClaude CodeでCLIから試す
• 既存アプリに合う連携方法の選択
• アプリのツール・LLM呼び出しの記録確認

長時間の開発作業で目標・変更内容・検証結果・次の手順をファイルに記録し、切断やVS Code再起動後の作業再開、別エージェントへの引き継ぎを支援するスキル。

• 接続切断後に開発を再開したいとき
• VS Code再起動前の進捗保存
• 別エージェントへの作業引き継ぎ

NeMo-RLの文書追加・更新に合わせて目次を整え、関数やクラスの説明をGoogle styleのdocstringにそろえるための執筆・レビュー用スキルです。

• 新しい文書と目次を追加したいとき
• Markdown改名後に目次を直したいとき
• 関数やクラスの説明書式を確認したいとき

禁止事項のメモや既存方針から、NVIDIA Nemotron向けの安全性ポリシーを作り、判定基準・例外・具体例をMarkdown、JSON、推論用プロンプトに整理するスキル。

• 運用メモから安全性ポリシーを作りたいとき
• 既存方針に独自分類や例外を追加したいとき
• 具体例付きのラベル付け基準を作りたいとき

Megatron Bridgeの学習中に保持する中間データを再計算し、GPUメモリを節約する設定を検証します。モデル構成に合う対象を選び、速度との兼ね合いを測るスキルです。

• 学習中の中間データでメモリ不足になるとき
• attentionやMoEの再計算対象選び
• メモリ節約と学習速度を比較したいとき

Megatron BridgeのMoE学習で、処理を分担するエキスパート間の通信と計算を重ねる設定を案内し、有効化の条件や設定の競合、性能比較の方法を整理するスキル。

• トークンの振り分け・集約待ちの削減
• エキスパート間の通信重複条件の確認
• flex設定と通信重複の競合解消

Megatron-LMとMegatron Bridgeで模擬・実データによる学習を実行し、設定の対応付けや損失曲線の比較、複数GPUでの動作確認を支援します。

• MLMとBridgeの損失曲線を比較したいとき
• MLMの引数をBridgeの設定に移したいとき
• 複数GPUで学習を確認したいとき

NVIDIAの音声認識・音声合成・翻訳を、クラウドや自前の環境で導入・実行・テストする手順を案内します。モデル選定や発音調整、動作条件の確認にも対応します。

• 音声認識モデルの導入とテスト
• Magpieで音声を合成したいとき
• 特定の単語の発音を調整したいとき

NemoClawの導入・設定・運用や障害対応を、公式ドキュメントに基づいて案内します。利用するエージェントの種類や環境に合う手順を調べ、出典と確認方法を示すスキルです。

• 利用する種類に合わせて導入したいとき
• 推論先やモデルを設定したいとき
• サンドボックスの障害を調べたいとき

Nemotronの検索モデルを対象に、関連文書の見落としや順位の乱れを切り分け、追加学習・評価・配備に向けた設定確認と実行コマンドの作成を支援します。

• 関連文書の見落としを調べたいとき
• 検索結果の順位を改善したいとき
• 学習コマンドを事前確認したいとき

NeMo Retriever MCPで文書を検索し、見つかった根拠に基づく回答を支援します。未登録の文書は条件を確認して追加し、引用用の文書識別子やページ番号も保持します。

• 登録済み文書から根拠を探したいとき
• 未登録の資料を追加して検索したいとき
• 文書識別子とページ付きの回答作成

既存のNeMo Flowのコードや文書をNeMo Relayへ移行します。識別子やパスの変更を事前確認し、複数言語の依存関係や設定の例外を点検しながら進めます。

• 複数言語のimportと依存関係の移行
• 識別子とパスの変更を事前確認したいとき
• CLI例や文書の更新

既存アプリのツールやLLM呼び出しをNeMo Relayで包み、実行開始・終了の記録、入出力の加工、実行可否の判定を組み込むための実装を支援するスキル。

• 既存ツールに実行イベントを追加
• LLM呼び出しをRelayで包みたいとき
• 入力加工や実行制御の組み込み