총 500건 · 필터: AI KIT
텍스트에서 AI로 생성된 글의 흔적을 제거하세요. 편집하거나 검토할 때 사용 텍스트를 자연스럽고 사람이 쓴 것처럼 보이게 합니다. 위키백과의 포괄적인 "AI 글쓰기의 징후" 가이드. 패턴을 감지하고 수정합니다: 과장된 상징성, 홍보 언어, 피상적인 분석
대규모 언어 모델을 사용한 자동화된 가설 생성 및 테스트. 데이터셋에서 과학적 가설을 생성하거나, 문헌 인사이트를 경험적 데이터와 결합하거나, 관측 데이터에 대한 가설을 테스트하거나, 연구를 위해 체계적인 가설 탐색을 수행할 때 이 기술을 사용하세요
사용자가 Open을 통해 이미지를 생성하거나 편집하도록 요청할 때 사용AI 이미지 API(예: 이미지 생성, 편집/인페인팅/마스크, 배경 제거 또는 교체, 투명 배경, 제품 사진, 컨셉 아트, 커버 또는 배치 변형), 번들 CLI(`scripts/image_gen.py`)를 실행하고 'OPE'가 필요합니다
오픈형 lama.cpp 서버의 프로덕션 배포AI 호환 API.
RadixAttention 접두사 캐싱을 통해 LLM을 위한 빠른 구조화된 생성 및 서비스. JSON/regex 출력, 제약 디코딩, 도구 호출을 통한 에이전트 워크플로우, 또는 접두사 공유를 통한 vLLM보다 5배 빠른 추론이 필요할 때 사용하세요. xAI, AMD, NVIDIA, LinkedIn에서 30만 개 이상의 GPU에 전력을 공급합니다.
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.
중재 능력을 갖춘 언어 모델을 포장하는 주요 수업.
파이벤의 선언적 개입 프레임워크를 사용하여 파이토치 모델에 대한 인과적 개입을 수행하기 위한 지침을 제공합니다. 인과관계 추적, 활성화 패치 적용, 교환 개입 훈련 또는 모델 행동에 대한 인과관계 가설을 테스트할 때 사용하십시오.
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.
훈련 지표 시각화, 히스토그램을 사용한 모델 디버깅, 실험 비교, 모델 그래프 시각화, 프로필 성능을 TensorBoard - Google의 ML 시각화 툴킷으로 확인하세요