VectorSpaceLab

Use audio-diffusion-pytorch for PyTorch waveform diffusion generators, text-conditioned audio generation, inpainting, upsampling, vocoding, and diffusion autoencoding.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Augmentor for Pillow-based image augmentation pipelines, operation selection, mask-safe augmentation, array/generator workflows, and package-specific troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate the Deep Researcher Agent repository for autonomous deep-learning experiments, execution backends, provider/tool dispatch, GPU resources, durable progress, and research-support integrations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes automl_gs tabular AutoML searches and the generated runtime artifacts that those searches produce.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes BackgroundMattingV2 tasks for background matting inference, export, and training workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route BEIR repository tasks for benchmark data loading, retrieval evaluation, reranking, generation, and training workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route BERTopic topic modeling, embedding, vectorizer, labeling, visualization, and serialization workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guides CUDA-based BigGAN-PyTorch training, checkpoint sampling, dataset preparation, metric preparation, model customization, and optional TensorFlow Hub weight conversion.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate Baichuan-7B model loading, architecture inspection, C-Eval/MMLU evaluation preflights, and DeepSpeed pretraining setup from self-contained repo guidance.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes Big Sleep text-to-image workflows, CUDA setup checks, prompt controls, and Python API usage for the `dream` CLI and `Imagine` API.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes AdelaiDet users through legacy-compatible setup, model config selection, training/evaluation, demos, text spotting, dataset preparation, and export/conversion workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Adversarial Robustness Toolbox (ART) for estimator wrappers, adversarial attacks, defences, poisoning/privacy/extraction, metrics, and certification workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use AgileRL for reinforcement learning workflows: classical RL training, evolutionary HPO, evolvable networks, multi-agent PettingZoo training, offline/bandit data, and LLM fine-tuning.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guide agents through AgiBot X1 humanoid reinforcement-learning training, checkpoint playback, policy export, and MuJoCo sim2sim workflows with verified configuration contracts and explicit Isaac Gym limits.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

AgentScope repo skill for building agents, provider connectors, RAG and memory workflows, service deployments, and local or sandboxed workspaces.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use AdalFlow to build, debug, evaluate, optimize, trace, and operate LLM task pipelines, RAG systems, agents, tools, and structured-output workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route Acme reinforcement-learning framework tasks across core loops, replay/data, JAX agents, and TensorFlow/Sonnet agents.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use IBM AI Fairness 360 for tabular fairness datasets, metrics, bias mitigation algorithms, sklearn-compatible workflows, subgroup detectors, and explainers.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Aim for experiment tracking SDK instrumentation, local/remote run storage, CLI/UI/server workflows, storage maintenance, and ML framework logging integrations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route AIMET install, PyTorch/ONNX quantization, GenAILab, model access, cluster/Pod, Qualcomm SDK, optimization, export, and repository tasks to focused operating guidance.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route Airweave tasks to the most specific sub-skill: local-development, backend-api, source-connectors, frontend-dashboard, connect-widget, mcp-search, or monke-e2e.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes AIX360 explainability tasks across local black-box attribution, counterfactuals and certification, interpretable models, time-series explanations, datasets, and explanation-quality metrics.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use the ALAE repository for Adversarial Latent Autoencoder data preparation, CUDA training, checkpoint-backed generation, latent editing, and legacy metrics.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Build, debug, serialize, and integrate Albumentations 2.x augmentation pipelines for images, masks, bboxes, keypoints, volumes, and PyTorch-style datasets.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.