총 500건 · 필터: AI KIT
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
신경픽셀 신경 기록 분석. Neuroixel 1.0/2.0 세포외 전기생리학을 위해 SpikeGLX/OpenEphys 데이터 로드, 전처리, 동작 교정, Kilosort4 스파이크 정렬, 품질 지표, Allen/IBL 큐레이션, AI 보조 시각 분석. 신경 기록, 스파이크 정렬 작업 시 사용
단순히 템플릿을 만드는 것뿐만 아니라 지속 가능한 디지털 제품 비즈니스를 구축하는 비즈니스로서 Notion 템플릿을 구축하고 판매하는 전문가입니다. 템플릿 디자인, 가격 책정, 마켓플레이스, 마케팅 및 실제 수익으로의 확장을 다룹니다. 사용 시기: 개념 템플릿, 템플릿 판매, 디지털 제품, 개념 부
추적, 평가 및 모니터링을 위한 LLM 관측 플랫폼. LLM 애플리케이션 디버깅, 데이터셋 대비 모델 출력 평가, 프로덕션 시스템 모니터링, AI 애플리케이션을 위한 체계적인 테스트 파이프라인 구축 시 사용하세요.
LLM 추적, 평가 및 모니터링을 위한 오픈 소스 AI 관측 플랫폼. LLM 애플리케이션을 상세한 추적으로 디버깅하거나, 데이터셋에서 평가를 실행하거나, 실시간 인사이트로 프로덕션 AI 시스템을 모니터링할 때 사용하세요.
**Error**: `RuntimeError: CUDA error: no kernel image is available for execution`
Perplexity AI을 이용한 웹 검색 및 연구. 사용자가 일반적인 쿼리에 대해 "검색", "찾기", "찾기", "찾기", "질문", "연구" 또는 "최신 정보"라고 말할 때 사용합니다. 라이브러리/프레임워크 문서(Context7 사용) 또는 작업 공간 질문에는 해당되지 않습니다.
LiteLLM과 OpenRouter를 통해 Perplexity 모델을 사용하여 실시간 정보로 AI 기반 웹 검색을 수행하세요. 이 기술은 현재 정보를 검색하거나, 최신 과학 문헌을 찾거나, 출처 인용을 통해 근거 있는 답변을 얻거나, 정보에 접근할 때 사용해야 합니다
이 기술은 2025년 12월 메타가 20억 달러에 인수한 AI 에이전트 회사 Manus의 컨텍스트 엔지니어링 원칙에 기반합니다.
PostgreSQL은 따옴표가 없는 식별자를 소문자로 접습니다. 인용된 혼합 대소문자 식별자는 영원히 따옴표를 필요로 하며, 이를 인식하지 못할 수 있는 도구, ORM 및 AI 비서와 관련된 문제를 일으킵니다.
선언적 프로그래밍을 사용하여 복잡한 AI 시스템을 구축하고, 프롬프트를 자동으로 최적화하며, DSPy를 통해 모듈식 RAG 시스템 및 에이전트를 생성하세요 - Stanford NLP의 체계적인 LM 프로그래밍 프레임워크
생성 중 유효한 JSON/XML/코드 구조 보장, 타입 안전 출력을 위해 Pydantic 모델 사용, 로컬 모델(Transformers, vLLM) 지원, 아웃라인을 통한 추론 속도 극대화 - dottxt.ai 의 구조화된 생성 라이브러리
PufferLib은 Gimel, Open 등 인기 있는 RL 프레임워크와 원활하게 통합할 수 있는 에뮬레이션 레이어를 제공합니다AI 체육관, 페팅주, 그리고 많은 전문 환경 도서관들. The emulatio
PyHealth는 일반적인 의료 AI 애플리케이션을 위한 20개 이상의 사전 정의된 임상 예측 작업을 제공합니다. 각 작업 함수는 원시 환자 데이터를 모델 학습을 위해 구조화된 입력-출력 쌍으로 변환합니다.
임상 데이터를 기반으로 머신 러닝 모델을 개발, 테스트 및 배포하기 위한 포괄적인 의료 AI 툴킷입니다. 이 기술은 전자 건강 기록(EHR), 임상 예측 작업(사망률, 재입원, 약물 추천), 의료 코딩 시스템(ICD, ND)을 다룰 때 사용해야 합니다