2,807 件 ・ 関連度順
概要と使いどころ
Ajuste fino de LLMs usando reinforcement learning com TRL - SFT para ajuste de instruções, DPO para alinhamento de preferências, PPO/GRPO para otimização de recompensas e treinamento de modelo de recompensas. Use quando precisar de RLHF, alinhar modelo com preferências ou treinar a partir de feedback humano. Funciona com HuggingFace Transformers.
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。
Tokenizadores rápidos otimizados para pesquisa e produção. Implementação em Rust que tokeniza 1GB em menos de 20 segundos. Suporta algoritmos BPE, WordPiece e Unigram. Treine vocabulários customizados, rastreie alinhamentos, gerencie padding/truncagem. Integração perfeita com transformers. Use quando precisar de tokenização de alto desempenho ou treinamento de tokenizadores customizados.
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。
Extrai e analisa anúncios de concorrentes de bibliotecas de anúncios (Facebook, LinkedIn, etc.) para entender que mensagens, problemas e abordagens criativas estão funcionando. Ajuda a inspirar e melhorar suas próprias campanhas de anúncios.
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。
Kit de ferramentas de product ownership ágil para Senior Product Owner, incluindo geração de histórias de usuário compatíveis com INVEST, planejamento de sprints, gerenciamento de backlog e rastreamento de velocidade. Use para escrita de histórias, planejamento de sprints, comunicação com stakeholders e cerimônias ágeis.
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。
Modelo de moderação especializado 7-8B do Meta para filtragem de entrada/saída de LLM. 6 categorias de segurança - violência/ódio, conteúdo sexual, armas, substâncias, automutilação, planejamento criminal. Precisão de 94-95%. Deploy com vLLM, HuggingFace, Sagemaker. Integra com NeMo Guardrails.
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。
Orquestrador principal de construção de aplicações. Cria aplicações full-stack a partir de requisições em linguagem natural. Determina o tipo de projeto, seleciona a tech stack e coordena agentes.
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。
Especialista em design de prompts eficazes para aplicações com LLM. Domina estrutura de prompts, gerenciamento de contexto, formatação de output e avaliação de prompts. Use quando: engenharia de prompts, system prompt, few-shot, chain of thought, design de prompts.
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。
Extraia dados estruturados de respostas de LLM com validação Pydantic, tente novamente automaticamente extrações que falharem, analise JSON complexo com segurança de tipo e transmita resultados parciais com Instructor - biblioteca de saída estruturada testada em batalha
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。
Quando o usuário quiser configurar, melhorar ou auditar rastreamento e medição de análises. Também use quando o usuário mencionar "configurar rastreamento", "GA4", "Google Analytics", "rastreamento de conversão", "rastreamento de eventos", "parâmetros UTM", "tag manager", "GTM", "implementação de análises" ou "plano de rastreamento". Para medição de testes A/B, consulte ab-test-setup.
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。
Especialista em construir aplicações de voz em tempo real - de agentes de voz em tempo real a apps habilitados para voz. Abrange OpenAI Realtime API, Vapi para agentes de voz, Deepgram para transcrição, ElevenLabs para síntese, LiveKit para infraestrutura em tempo real e fundamentos de WebRTC. Sabe como construir experiências de voz com baixa latência e prontas para produção. Use quando: voice ai, voice agent, speech to text, text to speech, realtime voice.
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。
Tokenizador agnóstico de linguagem que trata texto como Unicode bruto. Suporta algoritmos BPE e Unigram. Rápido (50k sentenças/seg), leve (6MB de memória), vocabulário determinístico. Usado por T5, ALBERT, XLNet, mBART. Treina em texto bruto sem pré-tokenização. Use quando você precisar de suporte multilíngue, linguagens CJK ou tokenização reproduzível.
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。
Estratégias de cache para prompts de LLM incluindo cache de prompt da Anthropic, cache de resposta e CAG (Cache Augmented Generation) Use quando: prompt caching, cache prompt, response cache, cag, cache augmented.
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。
Fornece orientação para treinamento RL agentico nativo do PyTorch usando torchforge, biblioteca da Meta que separa infraestrutura de algoritmos. Use quando você quer abstrações limpas de RL, fácil experimentação de algoritmos, ou treinamento escalável com Monarch e TorchTitan.
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。
Todo produto será potencializado por IA. A questão é se você vai construir corretamente ou entregar uma demo que desmorona em produção. Esta skill cobre padrões de integração de LLM, arquitetura RAG, engenharia de prompt que escala, UX de IA em que usuários confiam, e otimização de custos que não quebra o orçamento. Use quando: keywords, file_patterns, code_patterns.
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。
Analise dados do Google Analytics, revise métricas de desempenho do site, identifique padrões de tráfego e sugira melhorias orientadas por dados. Use quando o usuário pergunta sobre análise de dados, métricas de site, análise de tráfego, taxas de conversão, comportamento do usuário ou otimização de desempenho.
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。
Biblioteca do Facebook para busca eficiente de similaridade e clustering de vetores densos. Suporta bilhões de vetores, aceleração GPU e vários tipos de índice (Flat, IVF, HNSW). Use para busca k-NN rápida, recuperação de vetores em larga escala ou quando você precisa de busca pura de similaridade sem metadados. Melhor para aplicações de alto desempenho.
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。
Fornece orientação para pós-treinamento de LLM com RL usando slime, um framework Megatron+SGLang. Use ao treinar modelos GLM, implementar fluxos de trabalho personalizados de geração de dados, ou precisar de integração estreita com Megatron-LM para escalabilidade em RL.
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。
Crie conteúdo de marketing otimizado para SEO com voz de marca consistente. Inclui analisador de voz de marca, otimizador de SEO, frameworks de conteúdo e templates de redes sociais. Use ao escrever posts em blog, criar conteúdo de redes sociais, analisar voz de marca, otimizar SEO, planejar calendários de conteúdo, ou quando o usuário menciona criação de conteúdo, voz de marca, otimização de SEO, marketing em redes sociais ou estratégia de conteúdo.
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。
Aplica as cores oficiais da marca Anthropic e tipografia a qualquer tipo de artefato que possa se beneficiar da identidade visual da Anthropic. Use quando diretrizes de cores da marca ou padrões de design, formatação visual ou padrões de design corporativo se aplicarem.
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。
Domine técnicas avançadas de engenharia de prompts para maximizar o desempenho, confiabilidade e controlabilidade de modelos de linguagem.
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。
Framework de segurança em runtime da NVIDIA para aplicações LLM. Com detecção de jailbreak, validação de entrada/saída, verificação de fatos, detecção de alucinações, filtragem de PII, detecção de toxicidade. Usa DSL Colang 2.0 para rails programáveis. Pronto para produção, executa em GPU T4.
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。
Coleção curada de prompts de alta qualidade para diversos casos de uso. Inclui prompts baseados em função, templates específicos de tarefas e técnicas de refinamento de prompts. Use quando o usuário precisar de templates de prompts, prompts para dramatização, ou exemplos de prompts prontos para uso em codificação, escrita, análise ou tarefas criativas.
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。
Fornece orientação para treinar LLMs com aprendizado por reforço usando verl (Volcano Engine RL). Use ao implementar RLHF, GRPO, PPO ou outros algoritmos de RL para pós-treinamento de LLMs em escala com backends de infraestrutura flexíveis.
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。
Especialista em construir produtos que envolvem APIs de IA (OpenAI, Anthropic, etc.) em ferramentas focadas pela qual as pessoas pagarão. Não apenas 'ChatGPT mas diferente' - produtos que resolvem problemas específicos com IA. Cobre engenharia de prompts para produtos, gestão de custos, rate limiting e construção de negócios de IA defensáveis. Use quando: wrapper de IA, produto GPT, ferramenta IA, envolver IA, IA SaaS.
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。