「ppo」の検索結果

既存の広告文や販促コピーを、明瞭さ・語調・読者の利点・根拠など七つの観点で段階的に推敲するスキル。元のメッセージと書き手の声を保ち、具体的な修正を提案します。

• 既存のLP原稿を見直したいとき
• 販促文で商品の利点を明確にしたいとき
• 曖昧な主張や根拠不足の確認

会社の目標をプロダクト・チームの目標へ展開し、市場・競合分析やビジョン策定、KPI定義、組織設計まで、プロダクト責任者の戦略づくりを支えるスキル。

• 全社目標をチーム目標に展開したいとき
• 市場・競合の分析
• プロダクトのビジョンとKPI策定

通知メールやマーケティングメールの配信設計を支援します。再送と監視、配信結果の追跡、送信元認証や配信停止への対応など、到達性を保つ仕組みを整理します。

• 通知メールの再送処理を設計したいとき
• 認証設定やメール到達性の点検
• 配信・開封・クリック・不達の追跡

ローカルの言語モデルなどの出力形式をOutlinesで制御し、指定した項目や型に沿うJSONの生成、文章からの情報抽出、選択肢による分類を支援するスキル。

• 会社情報やプロフィールのJSON抽出
• 決まったラベルで文章を分類したいとき
• 指定した書式に沿う文字列の生成

大量のデータから似たものを探す検索を、FAISSで実装するスキル。検索方式の選択からメモリ節約、GPU活用、索引の保存まで、速度と精度を考えて進めます。

• 大量データから類似候補を探したいとき
• 検索速度と精度に合う索引選び
• ベクトル検索のメモリ使用量削減

大規模言語モデルを報酬に基づいて追加学習させるため、slimeの環境構築やデータ準備、分散学習の設定、独自の応答生成処理の組み込みを案内します。

• GLMやQwenの強化学習準備
• 応答生成と学習を並行したいとき
• ツールを使うエージェントの学習

正しさや出力形式を採点する報酬関数を使い、言語モデルを追加学習する手順を案内します。TRLによるGRPOの実装から、データ準備、学習設定、結果の検証まで支援します。

• JSONやXML形式を学習させたいとき
• 数学やコードの報酬関数の設計
• GPUメモリに合わせた学習設定

好ましい回答と好ましくない回答のペアを使い、LLMの応答を調整する学習を支援します。参照モデルを必要としないSimPOの設定、実行、学習中の問題への対処を扱います。

• 回答の優劣データでベースモデルを学習
• 指示調整済みモデルへの追加学習
• 数学・コード向けの学習設定の調整

AIへの指示文を、具体例や出力形式の指定、比較テストで改善します。回答のばらつきやエージェントの想定外の動作を見直し、繰り返し使える指示に整えます。

• AIの要約を安定させたいとき
• 問い合わせ情報を項目別に抽出したいとき
• コードレビュー用の指示文の共通化

言語モデルの有害な出力を減らす学習手順を案内します。原則に沿った自己批評と回答修正、AIによる回答比較を使い、教師あり学習から強化学習までを扱います。

• 安全性を学習させる原則の設計
• 自己批評と修正による学習データ作成
• AI評価を用いた強化学習の計画

文章や画像の意味を数値で表す埋め込みを生成し、意味検索や類似度比較、文書のグループ分けに使うスキル。多言語モデルの選択やローカル実行も案内します。

• RAG用の文書埋め込みを作りたいとき
• 意味の近い文章を探したいとき
• 文書を話題ごとにまとめたいとき

文書検索を使ってLLMの回答を補うRAGの設計・実装を支援。文書の分割、意味による検索、キーワード検索との組み合わせ、検索結果の並べ替えを検討するスキル。

• 文書を参照する質問応答の設計
• 検索漏れの原因を見直したいとき
• 意味検索とキーワード検索の併用

機能の要件からテスト計画、手動テストの手順、既存機能の再確認項目、不具合報告を作成します。Figmaのデザインと実装を比べる確認項目も整理します。

• 新機能のテスト計画を作りたいとき
• 購入手続きの手動テストを整えたいとき
• リリース前の回帰テストを整理したいとき

大量の文章をAIモデルが扱う単位に分割する処理や、独自の分割ルールの学習を支援し、元の文章との位置対応、入力長の調整、transformersとの連携も扱うスキル。

• 大量の文章をモデル用に前処理したいとき
• 専門分野の文章で分割方法を学習
• モデルの出力を原文の位置に対応づけ

リアルタイムで会話する音声AIや電話エージェントを開発するために、音声認識・音声合成・通信の組み合わせを選び、応答の遅延や割り込み処理も設計するスキル。

• リアルタイムの音声アシスタント開発
• Vapiで電話対応を作りたいとき
• 音声認識と音声合成の連携

文書を検索してLLMの回答に活用するRAGの設計を支援し、文書の分割、意味に基づく検索とキーワード検索の組み合わせ、検索品質の評価や改善方針を整理するスキル。

• 文書検索付きのLLMを設計したいとき
• 文書の分割方法を見直したいとき
• キーワード検索と意味検索の併用

大きな開発要件を受け入れ基準付きのユーザーストーリーに分け、優先順位や作業量の見積もり、チームの対応可能量に沿ったスプリント計画を支援するスキル。

• 大きな要件をストーリーに分けたいとき
• 受け入れ基準と見積もりの作成
• バックログの優先順位付け

研究コードや実験結果をもとに、機械学習・AI論文の草稿作成から引用確認、学会別のLaTeX書式調整、投稿前のチェックまでを支援するスキル。

• 研究コードから論文を書きたいとき
• 主要な貢献と根拠を整理したいとき
• 関連研究の引用を確認したいとき

Gemini CLIを呼び出し、複数ファイルのコードレビューや設計計画の点検、大量のコード・文書の分析を進めます。用途に応じたモデルと実行設定の選択も扱います。

• 複数ファイルの安全性と品質のレビュー
• 設計計画の不足を確認したいとき
• 大規模なコード全体の構成分析

LLMを用途に合わせて追加学習するため、Axolotlの設定作成や不具合調査を支援します。YAML設定、LoRA・QLoRA、複数GPUでの学習を扱います。

• 追加学習のYAML設定を作りたいとき
• LoRA・QLoRAの学習を検討したいとき
• 複数GPUでの学習設定

LLMを8-bit・4-bitに量子化し、GPUメモリの使用量を抑えます。モデルの読み込みからQLoRAによる追加学習、学習時のメモリ節約まで支援します。

• 限られたGPUメモリでモデルを動かしたいとき
• 8-bitと4-bitの設定比較
• QLoRAで追加学習したいとき

長い文章を扱うTransformerの学習・推論で、Flash Attentionの導入から速度・精度の比較まで進め、GPUメモリ使用量と処理時間の削減を図るスキル。

• 長い入力でのTransformer学習の高速化
• AttentionのGPUメモリ使用量削減
• PyTorchモデルへの導入

vLLMで大規模言語モデルをAPIとして提供し、応答速度や処理量、GPUメモリ使用量を調整するスキル。量子化、複数GPUでの実行、一括生成、監視まで扱います。

• OpenAI互換のモデルAPIを提供したいとき
• 大量のプロンプトの一括生成
• 限られたGPUメモリで量子化モデルを提供

CPUやApple Silicon、AMD・IntelのGPUで言語モデルを動かす手順を案内します。GGUF形式の選択から対話実行、APIサーバーの起動まで扱います。

• CPUだけで言語モデルを動かしたいとき
• Apple SiliconのMacで対話したいとき
• メモリに合う量子化形式を選びたいとき