スキルを探す

Machine learning in Python with scikit-learn. Use for classification, regression, clustering, model evaluation, and ML pipelines.

日本語の概要は準備中です。原文の説明を表示しています。

Best practices for scikit-learn machine learning, model development, evaluation, and deployment in Python

日本語の概要は準備中です。原文の説明を表示しています。

Master comprehensive evaluation strategies for LLM applications, from automated metrics to human evaluation and A/B testing.

日本語の概要は準備中です。原文の説明を表示しています。

You are an AI assistant development expert specializing in creating intelligent conversational interfaces, chatbots, and AI-powered applications. Design comprehensive AI assistant solutions with natur

日本語の概要は準備中です。原文の説明を表示しています。

PyTorch deep learning development with transformers, diffusion models, and GPU optimization.

日本語の概要は準備中です。原文の説明を表示しています。

MLflow, model versioning, experiment tracking, model registry, and production ML systems

日本語の概要は準備中です。原文の説明を表示しています。

AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。

日本語の概要は準備中です。原文の説明を表示しています。

You are an expert prompt engineer specializing in crafting effective prompts for LLMs through advanced techniques including constitutional AI, chain-of-thought reasoning, and model-specific optimizati

日本語の概要は準備中です。原文の説明を表示しています。

Master local LLM inference, model selection, VRAM optimization, and local deployment using Ollama, llama.cpp, vLLM, and LM Studio. Expert in quantization formats (GGUF, EXL2) and local AI privacy.

日本語の概要は準備中です。原文の説明を表示しています。

Use when improving prompts for any LLM. Applies proven prompt engineering techniques to boost output quality, reduce hallucinations, and cut token usage.

日本語の概要は準備中です。原文の説明を表示しています。

Design and implement a complete ML pipeline for: $ARGUMENTS

日本語の概要は準備中です。原文の説明を表示しています。

Expert guidance for deep learning, transformers, diffusion models, and LLM development with PyTorch, Transformers, Diffusers, and Gradio.

日本語の概要は準備中です。原文の説明を表示しています。

Guidelines for deep learning development with PyTorch, Transformers, Diffusers, and Gradio for LLM and diffusion model work.

日本語の概要は準備中です。原文の説明を表示しています。

PyTorch, TensorFlow, neural networks, CNNs, transformers, and deep learning for production

日本語の概要は準備中です。原文の説明を表示しています。

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.

日本語の概要は準備中です。原文の説明を表示しています。

Complete end-to-end MLOps pipeline orchestration from data preparation through model deployment.

日本語の概要は準備中です。原文の説明を表示しています。

Run autonomous research tasks that plan, search, read, and synthesize information into comprehensive reports.

日本語の概要は準備中です。原文の説明を表示しています。

Production-ready patterns for building LLM applications, inspired by [Dify](https://github.com/langgenius/dify) and industry best practices.

日本語の概要は準備中です。原文の説明を表示しています。

Implement efficient similarity search with vector databases. Use when building semantic search, implementing nearest neighbor queries, or optimizing retrieval performance.

日本語の概要は準備中です。原文の説明を表示しています。

This skill should be used when the user asks to "implement LLM-as-judge", "compare model outputs", "create evaluation rubrics", "mitigate evaluation bias", or mentions direct scoring, pairwise comparison, position bias, evaluation pipelines, or automated quality assessment.

日本語の概要は準備中です。原文の説明を表示しています。

RAG (Retrieval-Augmented Generation) implementation workflow covering embedding selection, vector database setup, chunking strategies, and retrieval optimization.

日本語の概要は準備中です。原文の説明を表示しています。

Expert guidance for LangChain and LangGraph development with Python, covering chain composition, agents, memory, and RAG implementations.

日本語の概要は準備中です。原文の説明を表示しています。

LLMs, prompt engineering, RAG systems, LangChain, and AI application development

日本語の概要は準備中です。原文の説明を表示しています。

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

日本語の概要は準備中です。原文の説明を表示しています。