「testing」の検索結果

機械学習のデータを学習用・検証用・テスト用に分ける方針を整理します。分割比率や乱数シード、クラスの比率、時系列やグループの制約を扱う補助スキルです。

• 学習用・検証用・テスト用の分割設計
• クラス比率を保って分割したいとき
• 時系列やグループの分割制約の整理

実験設計や統計分析、予測モデルの構築・評価を支援します。分析結果を関係者へ伝える作業に加え、本番でのモデル配備や監視、再学習の設計まで扱います。

• 実験やA/Bテストを設計したいとき
• 特徴量の作成と予測精度の評価
• モデルの本番配備と監視の設計

用途に合うAgent Skillsをキーワードやカテゴリで検索し、説明と付属ファイルを確認して導入するスキル。Claude向けの保存先へ一式を配置します。

• コードレビュー用スキルを探したいとき
• テスト向けスキルの検索
• 特定スキルの全ファイル取得

DNA・RNA・タンパク質の配列処理から系統樹の解析、微生物群集の多様性比較までをPythonで進めます。生物データの読み書きや統計検定にも対応します。

• DNA・RNA・タンパク質の配列処理
• 系統樹の作成と比較
• 微生物群集の多様性比較

言語モデルの内部反応を少数の特徴へ分解するSAEの学習・分析を案内します。SAELensを使った既存モデルの解析から独自学習、特徴による出力調整まで扱います。

• 学習済みSAEの特徴を調べたいとき
• 特定の層向けにSAEを学習したいとき
• 無反応な特徴や再構成誤差の原因調査

指標計算の処理速度をBenchmarkDotNetで測定し、一括・逐次・ストリーム処理を比較します。変更後の性能低下の検出や、最適化の検証に使えます。

• 一括・逐次・ストリーム処理の性能比較
• コード変更後の性能低下を検出したいとき
• 新しい指標の測定コード追加

bulk RNA-seqのカウントデータから、条件間で発現量が異なる遺伝子をPythonで調べます。バッチ差を考慮した検定や結果のCSV出力、図の作成まで扱います。

• 処理群と対照群の遺伝子発現比較
• バッチ差や年齢を考慮した発現解析
• RのDESeq2解析をPythonへ移したいとき

命題論理の式や推論を、真理値表・自然演繹・意味論的タブローで調べ、恒真式や矛盾の判定、条件を満たす真偽の割り当ての確認を支援するスキル。

• 真理値表で論理式を分類したいとき
• 論理式が真になる割り当ての有無の確認
• 推論規則を使って論証を検証したいとき

電子カルテや脳波などの医療データを使い、死亡リスク・再入院・薬剤推薦の予測モデルを開発します。データの前処理から学習、精度や公平性の評価までを支援します。

• MIMIC-IVで死亡リスクを予測したいとき
• 再入院予測モデルの学習と評価
• SafeDrugによる薬剤推薦モデルの開発

Claude Codeのプラグインに外部サービスやデータベースをつなぐ設定を支援します。MCPサーバーの接続方式の選択から認証、動作確認までを案内します。

• ローカルのMCPサーバーを追加したいとき
• 外部サービスの認証を設定したいとき
• 複数サービスを使うプラグインの開発

コード生成モデルの解答をテストで評価し、モデル間や言語間の性能を比較します。HumanEval などの課題選びから実行設定、結果の比較表作成までを案内します。

• 共通の課題でコード生成モデルを比較
• プログラミング言語別の性能評価
• 指示に応じるコード生成モデルの評価

観察結果や予備データと科学文献をもとに、現象を説明する複数の仮説を立て、各仮説の予測・検証実験・支持や棄却の判断基準を研究報告書にまとめるスキル。

• 予備データから仮説を立てたいとき
• 現象の複数の説明を比較したいとき
• 仮説を区別する実験の設計

バックエンドの業務ルールをデータベースや外部サービスから分け、変更やテストがしやすい構成を設計します。既存アプリの改修やチームの設計方針づくりにも使えます。

• 新規バックエンドの構成を決めたいとき
• 密結合なアプリを改修したいとき
• 業務ルールを独立してテストしたいとき

既存Webアプリのコードを調べ、画面から使える機能をAIエージェント向けのWebMCPツールとして組み込みます。既存の権限確認や入力検証を保ち、実際の動作まで検証します。

• 既存アプリをWebMCPに対応させたいとき
• 入力検証と権限確認をツールで再利用
• Stagehandで検出と実行を確認したいとき

複数のAIエージェントが製品やSDKの導入を実際に試し、設定の手間や文書の分かりやすさなどを評価。実行記録を基に、成績と具体的な改善案をHTMLレポートにまとめます。

• 製品の入門ガイドを検証したいとき
• SKILL.mdの成果を確かめたいとき
• 言語やモデル別にSDK導入を比較

要件を技術設計に落とし込み、構成要素の責任範囲や連携方法、変更するファイル、テスト方針を整理します。既存コードや外部依存の調査結果も設計に反映します。

• 要件から技術設計書を作りたいとき
• 既存システムへの機能追加を設計したいとき
• ファイルの責任分担や連携方法の整理

API規約やテスト方針など、専門分野ごとのプロジェクト方針を文書化します。既存コードのパターンを調べ、エージェントが参照する継続的な作業指針にまとめます。

• プロジェクト固有のAPI規約の文書化
• テスト構成とモック方針の記録
• 認証とセキュリティ方針の整理

APIやテスト、認証など、分野別の開発ルールをエージェントが参照する文書にまとめます。既存コードとテンプレートをもとに、そのプロジェクト固有の方針を整理します。

• プロジェクト固有のAPI規約を残したいとき
• テスト構成とモックの方針を整理したいとき
• 認証や権限のパターンを共有したいとき

胸部・腹部の3D CT画像と質問文を使って研究・開発向けの推論を実行し、生成テキストに入力画像の情報や実行環境を添えたJSONを出力するスキル。

• 胸部CTで推論を試したいとき
• 質問を指定した腹部CTの推論
• ローカルモデルと実行環境の確認

単一ノードの学習・推論スクリプトを複数ノードで動くSlurmジョブへ変換し、起動方式や共有ストレージを整え、通信待ちやGPUメモリ不足を調査するスキル。

• 単一ノードから複数ノードへの移行
• NCCL通信タイムアウトの調査
• MoEモデルのGPUメモリ見積もり

NeMo AutoModelに新しいモデル構造を追加するため、設定の調査から実装、重み変換、登録、Hugging Faceとの数値比較までを案内します。

• 新しい言語モデルに対応したいとき
• MoEの重みを変換したいとき
• 画像と文章を扱うモデルの追加

Megatron-LMとMegatron Bridgeで模擬・実データによる学習を実行し、設定の対応付けや損失曲線の比較、複数GPUでの動作確認を支援します。

• MLMとBridgeの損失曲線を比較したいとき
• MLMの引数をBridgeの設定に移したいとき
• 複数GPUで学習を確認したいとき

Megatron-LMの単体テストや機能テストの追加・実行を支援し、実行条件を記すYAMLや期待値データの管理、CIで起きた失敗のローカル再現を案内します。

• 単体テストや学習の機能テストを追加したいとき
• 対象を絞ってテストやCIの失敗を再現したいとき
• 数値比較用の基準データを取得・更新したいとき

Jetsonの動画エンコード・デコード速度を実測し、設定や同時処理数による違いを比較します。入力動画がない場合は、資料に基づく処理能力の概算を示します。

• 実動画の圧縮・復号速度を測りたいとき
• P4とP5の処理速度比較
• 同時処理数を増やした容量テスト