총 500건 · 필터: AI KIT
모든 개발자가 알아야 할 33가지 이상의 필수 개념을 포괄하는 포괄적인 JavaScript 참조. 프리미티브와 클로저 같은 기본 패턴부터 비동기/대기 및 기능 프로그래밍과 같은 고급 패턴까지. JS 개념을 설명하거나, JavaScript 문제를 디버깅하거나, JavaScript fundam을 가르칠 때 사용하세요
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
래치 검증 워크플로우는 래치 엔지니어가 개발하고 유지보수하는 사전 구축된 생물정보학 파이프라인입니다. 이 워크플로우는 주요 제약 회사와 생명공학 회사에서 사용합니다
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.
수익성 있는 소프트웨어를 구축하기 위한 인디 해커 접근 방식인 작고 집중적인 SaaS 제품을 빠르게 출시하는 전문가입니다. 아이디어 검증, MVP 개발, 가격 책정, 출시 전략, 지속 가능한 수익으로 성장하는 것을 다룹니다. 몇 달이 아닌 몇 주 안에 배송하세요. 사용 시기: 마이크로 사스, 인디 해커, 스몰 사스, 사이드
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