Daniel Avila

LLMを用途に合わせて追加学習するために、LLaMA-Factoryの画面操作や省メモリ手法の利用、機能の確認、実装と不具合調査を支援するスキル。

• 画面操作でLLMの追加学習を試したいとき
• LoRAやQLoRAの設定を確認したいとき
• LLaMA-Factoryの不具合を調べたいとき

長い文章を少ないメモリで扱うAIモデルの導入を支援します。RWKVによる逐次的な文章生成、状態の引き継ぎ、追加学習やTransformerとの比較を案内するスキルです。

• 文章を逐次生成したいとき
• 長い文書を分割処理したいとき
• Transformerとメモリ要件を比較

ModalのクラウドGPUで機械学習の学習・推論・バッチ処理を動かすためのスキル。Pythonによる実行環境の定義からAPI公開、自動スケーリングまで案内します。

• サーバー管理なしでGPU推論を行いたいとき
• 自動スケーリングするモデルAPIの公開
• 大量データの並列バッチ処理

Agent PlatformでGemini APIを使う企業向けアプリの実装を案内します。Google Gen AI SDKによる認証から、文章・画像・音声の処理や一括実行まで扱います。

• 文書やメディアを理解する機能の追加
• 指定した形式のJSON生成
• 音声・映像を使うリアルタイム対話

機械学習の損失や精度をTensorBoardで可視化し、実験ごとの結果を比較するスキル。重みの分布やモデル構造、処理性能を調べ、学習中の問題を探ります。

• 学習ごとの損失や精度を比較したいとき
• 重みや勾配の分布を確認したいとき
• 埋め込みを2次元・3次元で眺めたいとき

自然な言葉でJiraの課題検索・閲覧・作成・更新やスプリント確認を進めるスキル。変更前に現在の状態と変更案を確認し、承認を得てから反映します。

• 課題番号から詳細を確認したいとき
• 自分の担当チケットの一覧確認
• 新しい課題の下書き・作成

LLMの応答をJSONや指定形式に整え、推論サーバーを構築するスキル。共通プロンプトの計算を再利用し、ツール呼び出しや複数ターンの会話を扱います。

• 指定形式のJSONで情報を抽出したいとき
• ツールを呼び出すエージェント開発
• 会話で共通プロンプトを再利用したいとき

機械学習モデルを本番サービスで動かすための設計・実装を支援します。学習や予測用データの整備から、モデル配信、性能比較、監視、再学習まで扱います。

• リアルタイム推薦サービスの設計
• A/Bテストでモデルを比較したいとき
• データの変化とモデル性能の監視

GPUメモリを抑えながらLLMを追加学習するためのスキル。LoRAやQLoRAの設定、学習対象の選択、用途別アダプターの保存・切り替え・統合まで案内します。

• 限られたGPUメモリでLLMを追加学習
• LoRAの設定と学習対象の層の選定
• 同じ元モデルで用途別アダプターを切り替え

画像について質問に答えるAIや、会話を続けながら画像の内容を読み解くチャットを、LLaVAの導入、モデル選択、実装例に沿って構築するスキル。

• 画像に答えるチャットの構築
• 画像の説明文やキャプション作成
• 追加質問で場面を読み解きたいとき

小さなGPTの学習と文章生成を通じて、言語モデルの仕組みを学ぶスキル。CPUでの実験から独自テキストでの学習、GPT-2の追加学習や複数GPUでの再現まで扱います。

• CPUでShakespeareを学習したいとき
• 独自テキストを学習データにしたいとき
• 学習済みGPT-2を追加学習したいとき

機械学習の学習・推論に使うLambda LabsのGPU環境を構築し、SSH接続やデータの永続保存、複数GPUでの実行と運用管理を支援するスキル。

• LLMの追加学習用GPUを準備したいとき
• データや学習途中の状態を残したいとき
• APIで起動と終了を自動化したいとき

LLMアプリの入出力や処理時間をLangSmithで記録し、不具合の調査、データセットによる回答評価、本番環境の監視や継続的な品質テストを支援するスキル。

• LLMアプリの不具合を調べたいとき
• テストデータで回答を評価したいとき
• 本番の応答時間や費用の監視

大規模言語モデルを4ビットに圧縮し、GPUメモリの節約と推論の高速化を図るスキル。量子化の設定から既存モデルの読み込み、vLLMでの利用まで案内します。

• 限られたGPUメモリでモデルを動かしたいとき
• 専門分野の文章で量子化を調整したいとき
• vLLMでAWQモデルを配信したいとき

LLMアプリの処理の流れを記録して不具合を調べ、回答品質の評価やプロンプト・モデルの比較を進めます。Phoenixの導入から本番監視、自前での運用まで扱います。

• AIアプリの動作記録から原因を調べたいとき
• 質問セット全体の回答品質を評価したいとき
• プロンプトやモデルを実験で比較したいとき

研究コードや実験結果をもとに、機械学習・AI論文の草稿作成から引用確認、学会別のLaTeX書式調整、投稿前のチェックまでを支援するスキル。

• 研究コードから論文を書きたいとき
• 主要な貢献と根拠を整理したいとき
• 関連研究の引用を確認したいとき

LLMを用途に合わせて追加学習するため、Axolotlの設定作成や不具合調査を支援します。YAML設定、LoRA・QLoRA、複数GPUでの学習を扱います。

• 追加学習のYAML設定を作りたいとき
• LoRA・QLoRAの学習を検討したいとき
• 複数GPUでの学習設定

機械学習の学習条件・評価指標・成果物をMLflowで記録し、実験結果の比較からモデルの版管理、再現、本番環境への配置までを支援するスキル。

• 学習条件とモデル精度を比較したいとき
• 実験を再現する記録を残したいとき
• モデルの版と公開段階の管理

文章からの画像生成や既存画像の画風変更、指定部分の描き直しをPythonで実装するためのガイドです。構図を指定する方法や、メモリ使用量の調整も扱います。

• 文章から画像を生成したいとき
• 既存画像の画風を変えたいとき
• 画像の一部分を描き直したいとき

画像内の対象を点や四角い枠で指定し、領域を表すマスクの生成や背景を透明にした切り抜きを実装する手順を、SAMのモデル選びや自動処理とともに案内するスキル。

• 透明背景で物体を切り抜きたいとき
• 点や枠で領域を指定するツールの作成
• 物体のマスクを自動生成したいとき

製品要件をもとにClaude Codeで複数の専門エージェントを連携させ、設計・実装・テスト・公開・運用の作業を分担し、進捗や中断状態を管理するスキル。

• 製品要件から開発タスクを作る
• 実装・テスト・レビューの連携
• 保存した進捗から再開したいとき

W&Bで機械学習の実験条件や評価値を記録し、学習状況の可視化と実験比較、設定値の自動探索、データやモデルの版管理を通じて、チームでの共有を支援するスキル。

• 学習指標を記録し進捗を確認したいとき
• 学習条件の違う実験を比較したいとき
• 学習設定を自動探索したいとき

文章の説明から音楽や効果音を生成するスキル。AudioCraftのMusicGen・AudioGenを使い、参考メロディーや曲調を反映した生成、音声保存を案内します。

• 文章から音楽を生成したいとき
• 効果音や環境音を作りたいとき
• 参考メロディーや曲調を反映したいとき

CPUやApple Silicon、AMD・IntelのGPUで言語モデルを動かす手順を案内します。GGUF形式の選択から対話実行、APIサーバーの起動まで扱います。

• CPUだけで言語モデルを動かしたいとき
• Apple SiliconのMacで対話したいとき
• メモリに合う量子化形式を選びたいとき