Hugging Face

ローカル実行やCIで見つかったPythonの型チェックエラーを分類し、型の絞り込みや注釈の修正から再検証まで進めます。新たに型チェックする範囲の追加も扱います。

• CIの型チェック失敗を直したいとき
• Noneを含む型のエラーを直したいとき
• 型チェック対象を追加したいとき

作成済みのdiffusersの独自ブロックを、Hubで配布できる構成にまとめます。Pythonファイルから対象クラスを選び、設定や関連ファイルを保存するスキルです。

• 独自ブロックをHub配布用に整えたいとき
• 複数クラスから配布対象を選びたいとき
• 共有ブロックの読み込み用構成の作成

diffusersへの変更をPR提出前に点検し、修正が必要な問題とレビューで相談する事項を整理します。未使用コードも調べ、重要度別の報告にまとめるスキルです。

• diffusersへの変更を提出前に確認したいとき
• 変更内の未使用コードを調べたいとき
• 修正後の再確認とレビュー用メモの準備

ターミナルからdiffusersの生成処理を実行し、結果を保存します。入力項目の確認、LoRAの適用、HF Jobsでのリモート実行や環境情報の確認も扱います。

• ターミナルから単発生成や一括処理をしたいとき
• 新しいモデルの基本動作を確認したいとき
• 実行前に入力項目を調べたいとき

diffusersに新しいモデルやパイプラインを追加する作業を進めます。重みの変換から元実装との数値比較、テスト、文書整備まで、統合に必要な工程を案内します。

• 新しいモデルとパイプラインの追加
• パイプラインをモジュール形式に変換したいとき
• 対応済みモデルの新版の重み変換

PEFTの既存手法を改修するとき、保存済みの学習結果を引き続き使えるか確認します。テストや出力比較、設定の互換性確認からPRへの結果報告までを案内するスキル。

• forward改修後の互換性確認
• 旧チェックポイントに対応した保存形式変更
• 新しい設定項目の既定値の確認

TRLを使った大規模言語モデルの追加学習コードの作成とデバッグを支援します。教師データや好みに基づく学習、報酬モデルの訓練に必要な設定を整理します。

• 回答例で言語モデルを追加学習したいとき
• 好ましい回答と不採用回答で学習したいとき
• GRPOの報酬関数や設定を直したいとき

研究論文の手法をTRLに実装する際、論文索引への項目追加とレビューを支援します。論文の概要、実装との対応、学習設定例を決められた形式で整理します。

• 論文に基づく実装を文書化したいとき
• PRの論文索引更新を確認したいとき
• 論文の学習設定を記録したいとき

文章検索や類似度判定に使うモデルをsentence-transformersで学習・追加学習し、用途に合うモデル形式の選択からデータ準備、評価、公開まで進めるスキル。

• 独自分野の検索モデルを追加学習したいとき
• 検索結果を並べ直すモデルの学習
• SPLADEやColBERTの検索モデル学習

文章分類や画像認識、音声の文字起こしをJavaScriptに組み込むスキル。ブラウザやNode.jsでのモデル選びから実行設定、メモリ管理まで案内します。

• JavaScriptで文章分類したいとき
• ブラウザで画像認識したいとき
• 音声の文字起こしを実装したいとき

Hugging Face Hub上のモデルをダウンロードせず、推論に必要なメモリを見積もります。GPUに収まるか、量子化や入力長による違いも確認できます。

• モデルがGPUに収まるか確認したいとき
• GGUFの量子化別メモリ比較
• 入力長に応じたKVキャッシュの見積もり

arXiv論文をHugging Face Hubに登録し、モデルやデータセットとの関連付け、著者申請、Markdown形式の研究記事作成を支援するスキル。

• arXiv論文をHubに登録したいとき
• 論文とモデル・データを関連付けるとき
• 著者申請とプロフィール表示の管理

Hugging Face Spacesで機械学習アプリを作成・公開し、用途に合う実行環境の選択からモデルの読み込み、ログ調査、動作確認まで支援するスキル。

• 機械学習デモを公開したいとき
• 既存アプリをZeroGPUへ移したいとき
• Spaceのビルド・実行エラー調査

Hugging Face APIからモデルやデータセットの情報を取得・加工する、繰り返し使えるコマンド用スクリプトを、ヘルプと使用例付きで作るスキル。

• モデルやデータセットの反復調査を自動化
• 人気モデルの詳細と関連論文をまとめたいとき
• モデルカードのライセンスやタグの抽出

SageMakerの推論用エンドポイントを、自動スケーリング、CloudWatchアラーム、タグ付きで構築し、実際の推論テストや削除まで支援するスキル。

• リアルタイム推論環境を構築したいとき
• 低頻度の処理をゼロ台まで縮小するとき
• 長時間の推論を非同期で実行するとき

SageMakerやAWSの処理に使うPython環境を分離して整え、対応バージョンの選定からboto3などの導入、実行環境の確認まで支援します。

• SageMaker用のPython環境準備
• AWS処理の依存関係を分離したいとき
• AWS関連パッケージのバージョン確認

AI論文のURLやarXiv IDから内容を取得して要約・解説し、Hugging Face上の著者情報や関連モデル、データセット、実装先まで調べるスキル。

• URLやarXiv IDから論文を要約したいとき
• 論文に関連するモデルやデータを探したいとき
• 著者情報や実装先を確認したいとき

SageMakerで学習やモデル公開を始める前に、既存の実行ロールと必要な権限を確認し、権限不足による失敗を避ける準備を支援するスキル。

• SageMaker公開前のロール確認
• ARN未指定時に既存ロールを探したいとき
• IAMのAccessDeniedを調べたいとき

TRLを使った大規模言語モデルの追加学習コードの作成とデバッグを支援します。教師データや好みに基づく学習、報酬モデルの訓練に必要な設定を整理します。

• 回答例で言語モデルを追加学習したいとき
• 好ましい回答と不採用回答で学習したいとき
• GRPOの報酬関数や設定を直したいとき

ブラウザやNode.jsなどで、文章の分類・翻訳、画像認識、音声の文字起こしを動かすために、JavaScriptでのモデル選定と実装を支援します。

• ブラウザで文章分類や翻訳を使いたいとき
• 画像分類・物体検出の実装
• JavaScriptで音声を文字起こし

Hugging Face Hubのモデル・データセット・論文を検索し、資料の確認から画像生成や文字起こし、クラウドでのコード実行までを支援するスキル。

• 用途に合うモデルを比較したいとき
• 学習用データセットを探したいとき
• Spacesで画像生成や文字起こし

手元のPCで動かすAIモデルをHugging Face Hubから探し、メモリに合うGGUF形式の選択からllama.cppでの起動、ローカルAPIの動作確認まで支援するスキル。

• 手元のPCで動かすモデルを探したいとき
• メモリ容量に合う量子化を選びたいとき
• OpenAI互換のローカルAPIを試したいとき

手持ちのLoRAに合う画像・動画生成デモを設計し、モデルの推奨設定を反映したGradioアプリとしてHugging Face Spacesへ公開するスキル。

• 学習済みLoRAをデモで共有したいとき
• 画像編集や動画生成の画面作成
• 推奨トリガーワードや生成設定の反映

ローカルGPUを用意せずに言語・画像言語モデルを追加学習し、データ検証や費用見積もり、進捗確認、成果の保存とGGUF変換まで支援するスキル。

• ローカルGPUなしで追加学習したいとき
• DPO学習前のデータ検証
• 学習費用の見積もりとGPU選定