데이터 분석, 머신러닝, LLM 앱, 프롬프트 설계 (9.2천건)
Resize and validate App Store screenshots with current asc screenshot-size data and macOS sips. Use when preparing or fixing screenshots for App Store Connect submission.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Build AI chat interfaces using ai-elements components — conversations, messages, tool displays, prompt inputs, and more. Use when the user wants to build a chatbot, AI assistant UI, or any AI-powered chat interface.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Route loader option, loaderDeps for cache keys, staleTime/gcTime/ defaultPreloadStaleTime SWR caching, pendingComponent/pendingMs/ pendingMinMs, errorComponent/onError/onCatch, beforeLoad, router context and createRootRouteWithContext DI pattern, router.invalidate, Await component, deferred data loading with unawaited promises.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Iterative Python via live Jupyter kernel (hamelnb).
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use for local LLM fallback, failover, and Ollama health.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
vLLM: high-throughput LLM serving, OpenAI API, quantization.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use at the end of every important response. Save your decision-making thoughts as a signed A2A insight so they become training data for future fine-tuning.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
W&B: log ML experiments, sweeps, model registry, dashboards.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
HuggingFace hf CLI: search/download/upload models, datasets.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Songwriting craft and Suno AI music prompts.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Karpathy's LLM Wiki: build/query interlinked markdown KB.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Plan and prepare an OpenAmer-specific fine-tune from the collected brain data: data curation, ChatML JSONL, training, evaluation. 'The organism becomes its own brain'.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Neuromorphic Computing - Fraunhofer Institute for … — Neuromorphic computing is a field of technology aimed at designing computer architectures that m
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
OpenAI(api_key='your-api-key') model = OpenAIEmbeddingsModel(model='text-embedding-3-small', openai_
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Microsoft AI, Cloud, Productivity, Computing, Gaming & Apps Explore Microsoft products and servi
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
As a heavy Claude Code user, Simon estimates his own usage at the equivalent of 4,400 "typical queries" to an LLM, for an equivalent of around $15-$20
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI agent system prompts cannot serve as the sole enforcement layer — guardrails must be implemented at the API gateway and token-permission level, not
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
The addition was a prompt injection, a form of AI attack that exploits an LLM s inability to distinguish between legitimate user prompts and those fro
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Econometrics skill for machine learning methods in causal inference. Activates when the user asks about: "causal forest", "generalized random forest", "GRF", "double machine learning", "DML", "debiased machine learning", "LASSO for variable selection", "post-LASSO", "heterogeneous treatment effects", "CATE", "conditional average treatment effect", "BLP analysis", "CLAN analysis", "causal tree", "honest estimation", "因果森林", "双重机器学习", "异质性处理效应", "条件平均处理效应", "LASSO变量选择", "机器学习因果推断", "去偏机器学习"
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Econometrics skill for panel data models. Activates when the user asks about: "panel data", "fixed effects", "random effects", "Hausman test", "within estimator", "between estimator", "two-way fixed effects", "clustered standard errors panel", "FE model", "RE model", "pooled OLS", "unobserved heterogeneity", "panel regression", "first difference estimator", "entity fixed effects", "time fixed effects", "面板数据", "固定效应", "随机效应", "豪斯曼检验", "双向固定效应", "面板回归", "个体效应", "时间效应", "一阶差分"
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
End-to-end data pipeline for empirical research: fetch economic data from APIs (FRED, World Bank, IMF, BLS, OECD, Yahoo Finance), clean and transform raw data, construct strategy-specific variables, and validate panel structure. Use when asked to fetch data, download data, clean data, merge datasets, prepare analysis-ready data.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Entfernt KI-Spuren, Chat-Reste, Platzhalter und LLM-Stilmuster aus fertigen Texten und prüft die AI-Disclosure auf Vollständigkeit und korrekten Sitz.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Split documents into overlapping token chunks for RAG pipelines and LLM context windows. Zero dependencies.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Hosting-Muster, um eine lokal gebaute Anwendung (eigene Datenbank, eigener API-Key, In-Process-State) sicher hostbar zu machen, ohne Nutzerverwaltung zu bauen. Kernzug — der Host speichert nichts, der Browser des Besuchers speichert alles — sodass Pro-Besucher-Accounts, Zugriffsprüfungen und Löschfristen gegenstandslos werden, statt gelöst werden zu müssen. Nutzen, wenn eine lokal gebaute App für mehrere Besucher gehostet werden soll, bei "mach das ohne Login hostbar", "keine Nutzerkonten bauen", "Datenschutzerklärung für ein gehostetes Tool verkleinern", "wer ist verantwortlich, wenn wir nichts speichern" oder beim Wählen/Implementieren eines Server-Modus (`local`, `huckepack-gift`, `huckepack-only-host`, `pay-membership`). Liefert eine Data-Flow-Plan-Vorlage, eine Datenschutz-Vorlage und eine rechtliche Ersteinschätzung (DSGVO/TDDDG/UWG, deutsch) als Referenzen.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.