총 500건 · 필터: AI KIT
vLLM의 PageAttention과 연속 배치를 사용하여 높은 처리량으로 LLM에 서비스를 제공합니다. 프로덕션 LLM API를 배포하거나 추론 지연 시간/처리량을 최적화하거나 GPU 메모리가 제한된 모델을 서비스할 때 사용하세요. 오픈 지원AI 호환 엔드포인트, 양자화(GPTQ/AWQ/FP8) 및 텐서 병렬 처리.
Langfuse의 전문가 - 오픈 소스 LLM 관측 플랫폼. 추적, 신속한 관리, 평가, 데이터셋 및 LangChain, LamaIndex, Open과의 통합을 다룹니다AI. 프로덕션에서 LLM 애플리케이션을 디버깅, 모니터링 및 개선하는 데 필수적입니다. 사용 시기: 랑퓨즈, llm 관측 가능성,
LangGraph의 전문가 - 상태가 좋은 다중 행위자 AI 애플리케이션을 구축하기 위한 프로덕션 등급 프레임워크입니다. 그래프 구성, 상태 관리, 사이클 및 분기, 체크포인트 사용 지속성, 휴먼 인 더 루프 패턴, React 에이전트 패턴 등을 다룹니다. LinkedIn, Uber, an에서 생산에 사용됨
LLM 애플리케이션을 구축하기 위한 생산 준비 패턴. RAG 파이프라인, 에이전트 아키텍처, 프롬프트 IDE 및 LLMOps 모니터링을 다룹니다. AI 애플리케이션을 설계하거나, RAG를 구현하거나, 에이전트를 구축하거나, LLM 관측 가능성을 설정할 때 사용하세요.
로키 모드는 거인들의 어깨 위에 서 있습니다. 이 프로젝트는 해당 분야의 선도적인 AI 연구소, 학계 기관 및 실무자들의 연구, 패턴 및 인사이트를 통합합니다.
**로키 모드**는 소프트웨어 엔지니어링 작업을 해결하기 위해 전문 AI 에이전트를 조정하는 Claude Code 스킬로 구축된 다중 에이전트 시스템입니다. 이 제출물은 SWE-benc에서의 성능을 입증합니다
로키 모드는 [Vibe Kanban](https://github.com/BloopAI/vibe-kanban)와 통합하여 자율 실행 모니터링을 위한 시각적 대시보드를 제공할 수 있습니다.
NVIDIA 툴오케스트라에서 영감을 받은 연구 지원 패턴, 오픈AI 에이전트 SDK 및 다중 에이전트 협력 연구.
이 MarkItDown 스킬은 직접 열기 대신 **OpenRouter**를 사용하도록 구성되었습니다AI API 액세스. OpenRouter는 다음을 통해 다양한 제공업체의 100개 이상의 AI 모델에 액세스할 수 있는 통합 API 게이트웨이를 제공합니다
약용 화학 필터. 약물 유사성 규칙(Lipinski, Veber), PAINS 필터, 구조적 경고, 복잡성 지표를 복합 우선순위 및 라이브러리 필터링에 적용하세요.
이 참고 자료는 주요 ML/AI 회의의 필수 체크리스트 요구 사항을 문서화합니다. 이제 모든 주요 장소에서 종이 체크리스트가 필요합니다. 이를 놓치면 데스크에서 거부됩니다.
이 참고 문헌은 주요 ML/AI 컨퍼런스에서 리뷰어들이 논문을 평가하는 방법을 문서화하여, 저자들이 리뷰어의 우려를 예측하고 해결하는 데 도움을 줍니다.
Neur를 위한 출판 준비 ML/AI 논문 작성하기IPS, ICML, ICLR, ACL, AAAI, COLM. 연구 보고서에서 논문 초안을 작성하거나, 논증을 구성하거나, 인용을 검증하거나, 카메라 준비가 된 제출물을 준비할 때 사용하세요. LaTeX 템플릿, 리뷰어 가이드라인, 인용 검증 워크플로우가 포함되어 있습니다.
이 디렉토리에는 주요 머신 러닝 및 AI 컨퍼런스를 위한 공식 LaTeX 템플릿이 포함되어 있습니다.
이 파일은 AI가 암기된 패턴을 사용하는 것을 방지하고 진정한 사고를 강요합니다.**.
Lightning AI의 LitGPT를 사용하여 20개 이상의 사전 학습된 아키텍처(Lama, Gemma, Phi, Qwen, Mistral)를 구현하고 훈련합니다. 깨끗한 모델 구현, 아키텍처에 대한 교육적 이해, 또는 LoRA/QLoRA를 사용한 프로덕션 미세 조정이 필요할 때 사용하세요. 단일 파일 구현, 추상화 없음 l
RNN+Transformer 하이브리드와 O(n) 추론. 선형 시간, 무한 컨텍스트, KV 캐시 없음. GPT(병렬)처럼 훈련하고, RNN(순차)처럼 추론하세요. 리눅스 재단 AI 프로젝트. Windows, Office, NeMo에서 제작. RWKV-7 (2025년 3월). 최대 14B 매개변수를 모델링합니다.
시각과 언어를 연결하는 OpenAI의 모델. 제로샷 이미지 분류, 이미지-텍스트 매칭, 그리고 교차 모달 검색을 가능하게 합니다. 400만 개의 이미지-텍스트 쌍으로 학습되었습니다. 이미지 검색, 콘텐츠 중재 또는 비전 언어 작업에 미세 조정 없이 사용하세요. 범용 이미지 이해에 가장 적합합니다
**Error**: `RuntimeError: CUDA not available`
OpenAI의 범용 음성 인식 모델. 99개 언어, 전사, 영어 번역 및 언어 식별을 지원합니다. 소형(39M 파램)부터 대형(1550M 파램)까지 6가지 모델 크기. 음성-텍스트, 팟캐스트 전사 또는 다국어 오디오 처리에 사용하세요. 로보에게 가장 적합