「code models」の検索結果

Generate and edit images with diffusion models: prompting, seeds, CFG, img2img, inpainting, conditioning, and API integration. Use when adding AI image generation to apps or workflows.

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。

Distill large models into smaller ones — teacher-student training, data generation, loss design, and quality validation. Use when you need big-model behavior at small-model cost.

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。

Program language models instead of prompting them — DSPy signatures, modules, and optimizers that tune prompts automatically.

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。

Analytics engineering with dbt — models, tests, and modular SQL pipelines — use when building or maintaining dbt projects.

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 SaaS customer support — tiered support models, SLAs, macros, escalation, and support-driven product feedback.

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。

Clinical prediction models and risk scores — development, validation, calibration, and bedside use.

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 with Cohere's enterprise AI — Command models, Embed embeddings, and Rerank for retrieval 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。

Understanding and optimizing cloud/PaaS pricing — cost models, common traps, and FinOps habits — vendor-neutral.

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。

Elicit step-by-step reasoning from language models to boost accuracy on math, logic, and multi-step problems.

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。

Analyzing behavioral experiment data — RT/accuracy preprocessing, mixed-effects models, and robust inference.

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 OpenAI models on Azure — enterprise deployment with private networking, compliance, and managed scaling.

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 on AWS with Amazon Bedrock — managed foundation models, agents, knowledge bases, and guardrails.

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。

Deploy ML models to production with Baseten — high-performance inference with autoscaling and custom runtimes.

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 agents on OpenAI's platform patterns — assistants-style threads, function calling, structured outputs, and multi-step tool workflows. Use when working with OpenAI models as the agent engine.

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。

Create 3D web experiences: scene setup, models, materials, lighting, animation, scroll-driven scenes, and performance budgets. Use when adding 3D to websites beyond basic demos.

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。

Proven prompts behind viral AI-made videos across 4 models — Claude, Muse AI, ChatGPT, Gemini. Browse by model, category, or tech tag, copy a creator's prompt, adapt it to your own model and renderer. Use when you need a motion-graphic, explainer visual, 3D scene, interactive animation, or AI video-gen prompt that already worked in the wild.

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。

Scale Ray workloads and serve models on Anyscale — managed Ray clusters for training and inference.

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 with Aleph Alpha's Luminous models — European AI with emphasis on explainability and sovereignty.

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。

Audit a repo's agent context — CLAUDE.md files, codebase docs, skills, and tool/MCP designs — against Anthropic's Claude 5 context-engineering guidance ("unhobbling": Anthropic cut ~80% of Claude Code's system prompt with no eval loss). Finds overconstraint, conflicting instructions, redundancy, stale facts, and missing "unknown knowns"; produces a scored findings report with concrete rewrites, then applies approved fixes. Use when someone says "audit my CLAUDE.md", "context audit", "unhobble this repo", "review our agent docs/skills/tools", or after upgrading to Claude 5-generation models.

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。

Detect positive (diversifying / episodic / pervasive) selection using codon dN/dS frameworks. Implements PAML codeml site models (M0/M1a/M2a/M7/M8/M8a), branch models, branch-site model A (Zhang 2005), and HyPhy methods (BUSTED, BUSTED-S, BUSTED-MH, BUSTED-PH, MEME, FEL, FUBAR, aBSREL, SLAC, RELAX, GARD, FUBAR-MH). Includes McDonald-Kreitman framework (asymptotic alpha, impMKT, polyDFE, DFE-alpha, GRAPES) for within-species + divergence inference, RERconverge for trait-correlated rate shifts, CSUBST for convergent substitution, and PhyloAcc for accelerated noncoding evolution. Use when testing adaptive evolution at codons, branches, or full gene; running GARD recombination pre-screen; controlling alignment-error and gBGC false positives; reconciling PAML vs HyPhy results; or performing genome-scale selection scans.

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。

Execution pipeline for Codex. Detect epic/task/bug mode and implement with Codex models only. Usage: /implement <issue#>

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。

Find, build, evaluate, and improve systems using decision models. Use for bounded classification, routing, ranking, Choice/Score/Noul, decision-model composition, evaluation harnesses, prompt/program hill climbing, and Software 3.0 workflows across software, business, organizations, and life. Separate models, code, and human judgment. TypeSafe Jev is the default hosted exemplar. Not for straightforward arithmetic, prose rewriting, or provider setup alone.

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。

METAINFORMANT rules for directory src/metainformant/ml/models. Use when editing, adding tests, or reviewing code under this path. Read the linked AGENTS.md first; use uv only, write outputs to output/, real 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。

METAINFORMANT rules for directory src/metainformant/life_events/models. Use when editing, adding tests, or reviewing code under this path. Read the linked AGENTS.md first; use uv only, write outputs to output/, real 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。