정적 페이지나 JavaScript로 표시되는 페이지에서 필요한 정보를 추출합니다. 여러 페이지 탐색과 Cloudflare 대응을 포함해 수집 방식을 선택하도록 돕습니다.
- 정적 페이지의 글과 링크를 추출합니다
- JavaScript로 표시되는 정보를 수집합니다
- 여러 페이지를 탐색하고 데이터를 저장합니다
정적 페이지나 JavaScript로 표시되는 페이지에서 필요한 정보를 추출합니다. 여러 페이지 탐색과 Cloudflare 대응을 포함해 수집 방식을 선택하도록 돕습니다.
API 키 없이 DuckDuckGo로 웹, 뉴스, 이미지, 동영상을 검색합니다. 지역과 기간으로 결과를 좁혀 제목과 URL을 얻고, 일반 검색의 대안으로도 사용합니다.
기계 학습·AI 연구 논문을 문헌 조사부터 실험 설계, 결과 분석, 집필, 투고 준비까지 지원합니다. 인용 검증과 심사 의견에 따른 수정도 다룹니다.
API로 Shopify의 상품, 주문, 고객, 재고를 조회하고 수정합니다. curl로 필요한 데이터를 가져오며 가격 변경, 지점별 재고 조정, 대량 데이터 내보내기도 다룹니다.
GitHub 공개 소프트웨어의 기록과 보관 자료를 대조해 의심스러운 변경을 조사합니다. 삭제된 정보 복구를 시도하고 침해 단서와 증거를 담은 보고서를 작성합니다.
API로 사용하는 언어 모델의 프롬프트와 입력 표현을 바꾸어 안전 필터 우회 시도에 대한 응답을 검증합니다. 여러 모델의 답변 비교와 Hermes 설정 저장도 다룹니다.
스크롤에 맞춰 영상과 시각 효과가 진행되는 랜딩 페이지를 제작합니다. 정보와 감정의 흐름을 설계하고 HTML 구현부터 스크롤 위치별 화면 검증까지 수행합니다.
웹사이트 통신을 HAR 파일로 기록하고 JSON을 가져오는 API를 분석해 HTTP 클라이언트를 만듭니다. 브라우저 없이 검색 등의 작업을 다시 실행할 수 있습니다.
OpenHue CLI로 Philips Hue의 개별 전구나 방 전체를 제어합니다. 조명을 켜고 끄거나 밝기와 색상을 조절하고 저장된 장면을 적용합니다.
허가받은 웹 앱의 공개 페이지부터 취약점 재현까지 조사합니다. 확인된 문제의 증거, 영향, 재현 절차와 수정안을 담은 보안 보고서를 작성합니다.
도메인의 하위 도메인, SSL 인증서, 등록 정보와 DNS 레코드를 조사합니다. 여러 도메인의 일괄 조사와 등록 상태 추정을 지원하고 결과를 JSON으로 반환합니다.
정적 사이트와 웹 앱의 빌드 결과물을 게시하고 공개 URL을 확인합니다. 사전 미리 보기와 git 태그로 버전을 관리하며 업데이트와 이전 버전 복원도 돕습니다.
Retrieve courses and assignments from Canvas LMS, a learning management system. Check due dates, points, submission types, and assignment links, with options to filter active courses and sort assignments by deadline.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
코드 변경과 시스템 구성을 움직이는 SVG 그림으로 설명합니다. 변경 부분과 주변 구성 요소의 관계, 데이터 흐름을 시각화해 풀 리퀘스트에서 공유하도록 돕습니다.
클라우드 GPU로 머신러닝 학습과 추론을 실행하고 모델을 API로 공개하도록 돕습니다. Python으로 실행 환경을 정의하고 병렬 처리와 정기 실행도 설정합니다.
가중치가 공개된 언어 모델의 응답 거부 원리를 분석하고 재학습 없이 가중치를 수정하는 실험을 돕습니다. 환경에 맞는 모델과 방법을 선택하고 수정 전후의 거부율과 답변 품질을 비교합니다.
LLaVA의 설치와 사용을 도와 사진 설명을 작성하고 이미지 내용에 답하도록 지원합니다. 같은 이미지를 두고 대화를 이어 가거나 이미지가 포함된 문서를 이해하는 데도 활용합니다.
텍스트에서 필요한 정보를 추출하고 Pydantic으로 자료형과 값을 검증합니다. 언어 모델 출력을 정해진 구조로 정리하며 검증 실패 시 재시도와 생성 중 결과 수신도 다룹니다.
Lambda Labs에서 GPU 서버를 시작하고 머신러닝 학습과 추론을 실행하는 절차를 안내합니다. SSH 연결, 영구 저장소, Python API 조작과 여러 GPU를 활용한 분산 학습도 다룹니다.
텍스트를 AI 모델이 다루는 작은 단위로 나누고 숫자 배열로 변환합니다. 대량 처리, 맞춤 어휘 학습, 원문 위치 대응과 입력 길이 조정을 돕습니다.
제한된 GPU 메모리에서 대규모 언어 모델을 추가 학습하도록 LoRA와 QLoRA 설정을 돕습니다. 어댑터 저장, 용도별 전환, 기본 모델과의 병합도 다룹니다.
FAISS로 대규모 벡터에서 유사한 데이터를 검색하도록 돕습니다. 인덱스 선택과 저장, GPU 사용을 안내하고 검색 속도·정확도·메모리 사용량을 조정합니다.
긴 입력을 다루는 Transformer의 학습과 추론에 Flash Attention을 적용해 속도와 GPU 메모리 사용량을 개선합니다. 설치부터 성능 측정과 출력 비교까지 안내합니다.
추가 학습 데이터 없이 글로 지정한 후보에 따라 이미지를 분류하거나 설명에 맞는 이미지를 찾습니다. 이미지와 글의 유사도 비교, 여러 이미지의 일괄 처리도 지원합니다.