「ode」の検索結果

調整用のデータセットを使わず、LLMの重みを少ないビット数で表して軽量化します。量子化の設定から保存、推論環境への組み込み、LoRAによる追加学習までを案内します。

• 調整用データなしでLLMを圧縮したいとき
• vLLMやHuggingFace Transformersで量子化モデルを使いたいとき
• ビット数や推論バックエンドの比較

大規模言語モデルを人の好みに沿って追加学習するために、PPOやDPOなどの手法選びから、複数GPUへの処理分散、メモリ不足への対処までを支援します。

• 人の好みに沿う学習手法を選びたいとき
• 報酬モデルを使うPPO学習の構成
• criticモデルなしのGRPO学習

LLMへの入力と生成した回答を安全性の観点で分類し、問題のある内容を遮断する処理の実装を支援します。API化や一括処理、既存の安全対策への組み込みも扱います。

• LLMに渡す前の入力チェック
• 表示前の回答フィルタリング
• 安全性判定APIの構築

機能開発の前に調査とヒアリングで要件を整理し、GeminiとCodexのレビューを取り入れた実装計画を作成します。依存関係や完了条件を含む作業単位に分割します。

• 機能開発前に要件を詰めたいとき
• 複数のAIで実装計画を検討
• 開発作業を独立した単位に分割

PyTorchモデルの内部で生じる数値を観察・変更し、出力への影響を調べる実験を支援します。nnsightを使い、小規模モデルのローカル実行からNDIFでの大規模モデル実験まで案内します。

• 各層の出力や注意パターンの観察
• 内部の値を置き換えて比較したいとき
• NDIFで大規模モデルを実験したいとき

NVIDIA Megatron-Coreで大規模言語モデルの分散学習を設定します。複数GPUへの処理の分け方、学習条件、性能監視、メモリ不足への対処を支援します。

• LLaMA系モデルの分散学習を計画したいとき
• MoEの専門部分をGPUへ分散したいとき
• 学習速度とGPU利用率を調整したいとき

機械学習の処理を複数のGPUやマシンに分散するために、既存コードの調整、学習条件の比較、中断時に備えた保存と再開の設定までを支援します。

• 既存PyTorchコードの複数GPU対応
• HuggingFaceモデルの複数マシン学習
• 学習率やバッチサイズを比較したいとき

LLMの不要な重みを削るプルーニングで、モデルの軽量化を支援します。再学習なしの圧縮手法や、対応ハードウェアでの推論高速化、圧縮後の精度評価を扱います。

• 再学習なしでLLMを圧縮したいとき
• プルーニング手法の比較
• 対応ハードウェアでの推論高速化の検討

LLMの文章生成を高速化するために、候補を先に作って検証する手法を比較し、小型モデルの選定から並列生成の設定、本番導入までを支援するスキル。

• チャットボットの応答待ちを減らしたいとき
• コード生成の高速化手法を比較したいとき
• 候補生成用の小型モデルを選びたいとき

コードレビューに使う、コード同士の関係を表すグラフを初回構築・更新するスキル。ブランチ切り替えや大規模な修正後に、レビュー用の情報を整えます。

• 初回レビューに向けたグラフ構築
• ブランチ切り替え後の情報更新
• 大規模なリファクタリング後の更新

コード全体の構成を把握し、関数やクラスの検索、呼び出し・読み込み関係、実行経路の追跡を進めます。必要な部分を絞って既存コードを理解するためのスキル。

• 初めて触るコードの構成を把握したいとき
• 名前やキーワードで関数を探したいとき
• 呼び出し・読み込み関係と実行経路の追跡

GLB形式の3Dモデルを主役に、回転や拡大とMorphによる画面切り替えを組み合わせたPowerPoint資料を作ります。配色や文字配置も整えます。

• 製品を複数の角度から紹介したいとき
• 3Dモデルで構造を説明したいとき
• テーマに合うモデルを探したいとき

Google Model Armorで、AIへの入力や応答の安全性確認に使うテンプレートを作成するスキル。既定のプリセットやJSONで設定を指定します。

• jailbreakプリセットでの作成
• JSONによるテンプレート設定
• 入力文や応答の確認用設定を準備したいとき

NanoClawにiMessageの会話窓口を追加し、Macの既存アカウントかphoton.codesのホスト型回線を選んで、エージェントとメッセージをやり取りするスキル。

• iMessageでエージェントと話したいとき
• MacのiMessageアカウントを接続
• Mac以外でホスト型iMessageを導入

Atomic Chatで動くローカルモデルを、NanoClawのエージェントから呼び出せるようにするスキル。モデル一覧の取得と文章生成のためのMCP接続を追加します。

• Claudeの作業をローカルモデルに任せたいとき
• 利用可能なモデルを一覧にしたいとき
• 指定したローカルモデルで回答を得たいとき

文章で指定した情景やイラストを画像にするスキル。9Router経由で複数の画像生成モデルを選び、対応するサイズや品質を確認してファイルに保存できます。

• 文章から風景画像を作りたいとき
• 対応する画像サイズや品質の確認
• 生成画像をファイルに保存したいとき

AIを使う開発チームの分析画面を既定のブラウザで開きます。担当者ごとの生産的な作業の割合や再試行の無駄、作業を妨げる要因を確認する入口となるスキルです。

• チームの開発状況の分析画面を開きたいとき
• 担当者別の作業割合や再試行を確認したいとき
• 阻害要因や役割別の表示を確認したいとき

context-modeの課題整理、PRレビュー、リリース告知を複数エージェントで分担し、不具合の再現や変更履歴、各対応環境の検証まで進めるスキル。

• 報告された不具合と履歴を調べたいとき
• 投稿されたPRをレビューしたいとき
• リリース準備と互換性の確認

ローカルのファイルやフォルダを検索用の知識ベースに登録し、後から必要な箇所を取り出せるようにします。プロジェクト資料を繰り返し参照する作業に向いています。

• プロジェクト資料を繰り返し検索したいとき
• ローカルファイルの必要箇所を探したいとき
• 不要なフォルダを除いて登録したいとき

実験機器が出力したPDF・CSV・Excel・TXTを、標準形式のASM JSONや表形式のCSVへ変換し、検証と引き継ぎ用Pythonコード作成を行うスキル。

• 研究室の管理システム向けデータ標準化
• ELISA結果の取り込み用CSV変換
• NanoDrop解析用Pythonコード作成

ローカルやGitHubのコードをRepomix CLIでまとめ、全体構成や認証処理の所在、ファイル数などを調べて、初めて読むプロジェクトの理解を助けるスキル。

• 初めて読むプロジェクトの構成把握
• 認証処理やAPIの所在を調べたいとき
• ファイル数や推定トークン数の確認

Herdr Kitの導入と設定、リポジトリの同期範囲、作業用チェックアウトの作成・削除を管理します。ReviewとWorkの状態を確認し、操作後の結果も検証します。

• Herdr KitとMastra Code連携の導入
• 閉じたリポジトリの同期を続けたいとき
• Review・Workの作業領域の作成・削除

Qwen Codeの少人数チームで調査を分担し、共有タスクやメッセージで結果を調整します。コード変更が必要なら、専用の作業場所に実装担当を一人置くスキル。

• 調査を担当範囲の明確なタスクに分けたいとき
• 食い違う調査結果を対話で整理したいとき
• 採用した調査結果を実装担当に渡したいとき

コードに蓄積した技術的負債を検出・評価し、事業への影響や対応工数を踏まえた修正の優先順位、開発期間ごとの作業配分、改善状況の推移をまとめるスキル。

• コード全体の技術的負債を把握したいとき
• 次のスプリントの改修優先順位付け
• コード整理の前後で改善を確認したいとき