「transform」の検索結果

言語モデルに指示への応答や好ましい回答を学習させるため、TRLによる追加学習を案内するスキル。データ準備、学習方式の選択、報酬モデルの学習や評価を扱います。

• 回答例で指示に従うモデルを学習
• 回答の好みをDPOで学習したいとき
• 報酬モデルを使うRLHFの構築

LLMの出力をJSONや正規表現、Pydanticの型定義に合わせて生成するスキル。文章からの情報抽出や分類結果を、後続の処理で扱いやすい形式に整えます。

• 文章から企業・商品情報を抽出したいとき
• レビューを決まったラベルで分類したいとき
• プロフィールを項目別に整理したいとき

大規模言語モデルの知識・推論・コード生成を共通の課題で評価するスキル。複数モデルの比較表や学習途中の成績推移を作り、評価結果と個別の回答を保存します。

• MMLU・GSM8Kでのモデル評価
• 複数モデルの比較表作成
• 学習途中のモデルの成績追跡

文章などを数値化して似た内容を探す検索をQdrantで実装。属性による絞り込みやAI回答用の資料検索から、大規模運用の設定・調整まで支援します。

• AI回答用の参考資料を検索したいとき
• カテゴリや日時で絞る類似検索
• リアルタイム推薦の実装

文章からの画像生成や、既存画像の画風変更、指定部分の補完をPythonで実装します。構図やスタイルの制御、生成設定の調整、メモリ節約も案内するスキルです。

• 文章から画像を生成したいとき
• 既存画像を水彩画風に変えたいとき
• 写真の指定部分を補完したいとき

文章をAIが扱う小さな単位に分け、大量のテキスト処理や独自の語彙学習を支援するスキル。分割結果と元の文章の位置対応、入力の長さ調整も扱います。

• 大量の文章をモデル入力用に処理したいとき
• 文章ファイルから独自の語彙を学習
• 予測結果を元の文章の位置に対応づける

画像の内容を質問したり、説明文を作ったりするために、LLaVAの導入と利用を支援します。画像を見ながら続ける対話や、画像付き文書の理解にも使えるスキルです。

• 写真の説明文を作りたいとき
• 画像内の物や場面について質問したいとき
• 画像について話せるチャットの試作

限られたGPUメモリで大規模言語モデルを追加学習するため、LoRAやQLoRAの設定を支援します。学習結果の保存、用途別の切り替え、モデルへの統合も扱います。

• 少ないGPUメモリで追加学習したいとき
• LoRAの学習設定を選びたいとき
• 用途別のアダプターを切り替えたいとき

Fixes broken typing checks detected by ty, make typing, or make check-repo. Use when typing errors appear in local runs, CI, or PR logs.

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。

Generate or edit raster images when the task benefits from AI-created bitmap visuals such as photos, illustrations, textures, sprites, mockups, or transparent-background cutouts. Use when Codex should create a brand-new image, transform an existing image, or derive visual variants from references, and the output should be a bitmap asset rather than repo-native code or vector. Do not use when the task is better handled by editing existing SVG/vector/code-native assets, extending an established icon or logo system, or building the visual directly in HTML/CSS/canvas.

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。

A digital-transformation roadmap for a legacy insurer — the diagnosis, the sequenced bets, and the operating rhythm to land them. Built as a decision-grade consulting deck for client executives.

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。

Official GSAP skill for performance — prefer transforms, avoid layout thrashing, will-change, batching. Use when optimizing GSAP animations, reducing jank, or when the user asks about animation performance, FPS, or smooth 60fps.

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。

Transform rough ideas into fully-formed designs through structured questioning and alternative exploration. Useful early in concept 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。

Create and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.

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。

Stream-JSON chaining for multi-agent pipelines, data transformation, and sequential 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。

Automate Cloudinary media management including folder organization, upload presets, asset lookup, transformations, and usage monitoring through natural language commands

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。

Automatically creates user-facing changelogs from git commits by analyzing commit history, categorizing changes, and transforming technical commits into clear, customer-friendly release notes. Turns hours of manual changelog writing into minutes of automated 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。

Assists in writing high-quality content by conducting research, adding citations, improving hooks, iterating on outlines, and providing real-time feedback on each section. Transforms your writing process from solo effort to collaborative partnership.

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。

Configure RTK filters, context engineering rules, and context relay settings. Test compression with real prompt samples and manage context transformation 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。

Regulator-grade feature attribution for any LSTM/Transformer signal — single-entry PageRank ranks the top-K features that drove the prediction (ADR-126 Phase 6, ADR-123 single-entry PR)

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。

Train neural models (LSTM, Transformer, N-BEATS) on market data using npx neural-trader with confidence intervals

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。

Apply a simple code transform via agent-booster's WASM engine — sub-millisecond, deterministic, $0 (no LLM call). Companion to cost-booster-route.

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 and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.

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。

Stream-JSON chaining for multi-agent pipelines, data transformation, and sequential 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。