「generation」の検索結果

Guides fg-data-profiling data profiling, report generation, configuration, CLI, comparison, privacy, and optional Spark/notebook integration 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。

Guides FastVideo video, image, and audio generation, config-first inference, serving, training, distillation, evaluation, and performance 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。

Use Diffusion Planner for nuPlan autonomous-driving trajectory generation: prepare model-ready data, train or resume the diffusion model, configure closed-loop planning, and add differentiable collision or classifier guidance.

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。

Routes DreamOmni2 image generation, image editing, and Gradio demo 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。

Use and troubleshoot the Dream Textures Blender add-on for Stable Diffusion image generation, texture projection, render passes, model setup, and backend APIs.

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 DGL-LifeSci and dgllife for molecular graph learning, molecule featurization, datasets, property prediction, reaction prediction, binding affinity, model-zoo/pretrained models, and molecular generation 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。

Use this repo skill for DiscoArt image generation, configuration/prompt scheduling, CLI, Jina serving, Docker runtime planning, and troubleshooting.

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。

Guide Django REST Framework and GeoDjango projects through django-rest-framework-gis installation, GeoJSON serialization, spatial filtering, pagination, OpenAPI schema generation, and backend troubleshooting.

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 Donut for OCR-free document understanding, checkpoint inference, fine-tuning, evaluation, and SynthDoG synthetic document generation.

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 DIG (Dive into Graphs) to load graph-learning datasets, run graph generation, self-supervised learning, GNN explainability, 3D graph learning, GOOD OOD datasets, graph augmentation, fair graph learning, and large-scale graph 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。

Use DreamCraft3D for image-conditioned 3D generation, staged optimization, texture boosting, export, and CUDA troubleshooting.

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 deepjazz for legacy MIDI jazz generation with music21 preprocessing, abstract grammar tokens, Keras/Theano LSTM training, safe diagnostics, and modernization guidance.

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 you need to design DataDesigner configs, run preview/create/validate workflows, inspect the CLI or agent context, work with plugins or MCP tools, or adapt documented recipes and integrations for synthetic dataset generation.

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。

Route Custom Diffusion workflows for concept data prep, diffusers training and SDXL, sample generation, delta tools, and CustomConcept101 evaluation.

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。

Operate lucidrains DALLE-pytorch for DALL-E style VAE training, transformer training, generation, CLIP ranking, and backend troubleshooting.

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 deep-daze for CLIP-guided Siren image generation through the imagine CLI and Python APIs, with runtime inspection and troubleshooting.

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。

Guides agents using the datamol Python package for RDKit-first molecular IO, preparation, fingerprints, similarity, structure generation, visualization, and utility 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。

Routes tasks for discovering NLP datasets in the CLUEDatasetSearch catalogue, including Chinese NLP classification, QA, matching, NER, generation, translation, corpus, and reading-comprehension resources.

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

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。

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

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

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。

End-to-end AI video production skill for agentic frameworks. Use when the user asks to make, edit, repurpose, caption, soundtrack, or export videos using HeyGen avatars, Seedance or ByteDance b-roll, OpenAI image generation and editing, AI UGC ads, Remotion, HyperFrames, screen recordings, FFmpeg, captions, ElevenLabs music, Suno, or social-video variants.

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。

Dedicated LOD generation, naming, screen-size targets, and validation for game meshes in Blender via MCP.

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。

Blender Geometry Nodes for procedural modeling, scatter systems, vegetation, buildings, pipes, cables, and reusable node groups. Use for procedural asset generation and instancing pipelines via MCP.

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。