Skip to main content

이 저장소의 skills

VectorSpaceLab/AREX-Skill - 4페이지

SkillsMP는 VectorSpaceLab/AREX-Skill에서 5,368개의 skill을 수집했습니다. skill을 열어 소스와 세부 정보를 확인하세요.

VectorSpaceLab/AREX-Skill

수집된 skill 5,368개 중 40개를 표시합니다.

직업 분류
소프트웨어 개발자
설명

Use Aim's Python SDK to create local repositories and runs, track metrics/params/media/artifacts/logs, query sequences, and validate SDK instrumentation safely.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Route AIMET install, PyTorch/ONNX quantization, GenAILab, model access, cluster/Pod, Qualcomm SDK, optimization, export, and repository tasks to focused operating guidance.

원문 언어: 영어

업데이트
직업 분류
네트워크·컴퓨터 시스템 관리자
설명

Operate AIMET cluster and Pod workflows for GPU development, source builds, GenAILab runs, sync, exec, and cleanup.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Run and configure AIMET GenAILab LLM/VLM quantization scorecards with Torch or ONNX backends, exports, caches, and summaries.

원문 언어: 영어

업데이트
직업 분류
네트워크·컴퓨터 시스템 관리자
설명

Install, build, repair, and validate AIMET package environments and repository build/test workflows.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Handle AIMET model downloads, Hugging Face tokens, GitHub Actions scorecard runs, AWS/S3 checkpoints, caches, and benchmark-result comparability.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use AIMET ONNX for QuantizationSimModel calibration, provider selection, encodings, QDQ export, graph passes, and ONNX PTQ utilities.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Use AIMET analysis, mixed precision, compression, debugging, export validation, and deployment artifact workflows after core quantization setup.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Prepare AIMET exports for Qualcomm AI Hub, QAIRT/QNN conversion, profiling, inference, and SDK command generation.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use AIMET Torch for model preparation, QuantizationSimModel calibration, PTQ/QAT, encodings, and Torch export workflows.

원문 언어: 영어

업데이트
직업 분류
기타 컴퓨터 관련 직업
설명

Route Airweave tasks to the most specific sub-skill: local-development, backend-api, source-connectors, frontend-dashboard, connect-widget, mcp-search, or monke-e2e.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Operates Airweave's backend API surface for search tiers, collections, source connections, Connect sessions, browse-tree selection, sources, webhooks, usage checks, source rate limits, and streaming search debugging.

원문 언어: 영어

업데이트
직업 분류
웹·디지털 인터페이스 디자이너
설명

Operates the embeddable Connect widget iframe, client-side session UX, parent-child postMessage, OAuth popup recovery, theme updates, connection creation, folder selection, and sync progress handling.

원문 언어: 영어

업데이트
직업 분류
웹 개발자
설명

Operates Airweave's React dashboard: auth, organization context, API client behavior, collections, search UI, billing/admin pages, webhooks, auth providers, usage gates, and cron utilities.

원문 언어: 영어

업데이트
직업 분류
네트워크·컴퓨터 시스템 관리자
설명

Operate the Airweave local Docker stack safely: start, reuse, restart, recreate, destroy, seed environment, check ports, and recover health failures.

원문 언어: 영어

업데이트
직업 분류
기타 컴퓨터 관련 직업
설명

Operate the Airweave MCP search server in stdio and Streamable HTTP modes, including tool registration, collection and organization resolution, auth modes, Prometheus metrics, deployment knobs, and search-tool behavior.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 품질 보증 분석가·테스터
설명

Operate Airweave's Monke connector E2E framework safely: discover connectors, understand runner flow, configs, auth, bongos, generated test data, and credentialed-test boundaries.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Implement, validate, and troubleshoot Airweave source connectors: decorators, registry metadata, auth/config schemas, browse trees, ACLs, federated search, incremental sync, and source rate limits.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Routes AIX360 explainability tasks across local black-box attribution, counterfactuals and certification, interpretable models, time-series explanations, datasets, and explanation-quality metrics.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use AIX360 for contrastive CEM/CEM-MAF explanations, black-box certification, GLANCE recourse, and order-constrained optimal-transport matching.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Guides AIX360 dataset acquisition, local-path validation, preprocessing contracts, explanation-quality metrics, and offline troubleshooting for HELOC, COMPAS, CDC, MEPS, Ford, Sunspots, CIFAR, MNIST, CelebA, eSNLI, and related datasets.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Choose and operate AIX360's directly interpretable models, rule learners, prototypes, model differencing, teaching explanations, and optional neural interpretable methods.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Guide local post-hoc explanations for black-box predictors on tabular, text, image, and generic structured inputs with AIX360 0.3.0 wrappers, output checks, and local metrics.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use AIX360 TSICE, TSLime, and TSSaliency for local numeric explanations of univariate or multivariate time-series models, including temporal perturbations, relevant history, exogenous inputs, and integrated-gradient saliency.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use AiZynthFinder for retrosynthetic planning, configuration, route analysis, custom extensions, and focused development workflows.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Create, validate, and troubleshoot AiZynthFinder configuration files, stocks, model assets, public-data setup commands, and data-tool commands.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Extend AiZynthFinder with custom hooks, stocks, scorers, policies, plugins, search algorithms, and focused development tests.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Run AiZynthFinder retrosynthesis planning and one-step expansion through CLI, Python APIs, and optional notebook interfaces.

원문 언어: 영어

업데이트
직업 분류
소프트웨어 개발자
설명

Inspect AiZynthFinder output files, route collections, reaction trees, route scores, clustering, images, and downstream summaries without rerunning a search.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use the ALAE repository for Adversarial Latent Autoencoder data preparation, CUDA training, checkpoint-backed generation, latent editing, and legacy metrics.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Routes ALAE dataset preparation, TFRecord layout validation, sample-image setup, style-mixing image layout, and face-alignment workflows.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Use ALAE checkpoints for demo, image generation, reconstructions, style mixing, traversals, and principal-direction management.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Prepare and route safe ALAE FID, reconstruction FID, PPL, and LPIPS metric workflows.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Train ALAE and StyleALAE with configs, TFRecords, DDP, and checkpoints.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Build, debug, serialize, and integrate Albumentations 2.x augmentation pipelines for images, masks, bboxes, keypoints, volumes, and PyTorch-style datasets.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Integrate Albumentations with PyTorch-style datasets, tensor conversion, optional extras, and DataLoader reproducibility.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Build, edit, validate, seed, and debug Albumentations augmentation pipelines with Compose and composition combinators.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Save, load, replay, inspect, and reproduce Albumentations augmentation pipelines with JSON/YAML serialization, ReplayCompose, applied-parameter tracking, custom Lambda mappings, deterministic seeds, and Hub caveats.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Apply Albumentations pipelines safely to images, masks, bboxes, keypoints, multiple images, volumes, 3D masks, and labels without corrupting geometry or data formats.

원문 언어: 영어

업데이트
직업 분류
데이터 과학자
설명

Select and parameterize Albumentations 2D transform families, including pixel, crop, resize, geometric, dropout, mixing/domain adaptation, spectrogram, text, target support, interpolation, and fill behavior.

원문 언어: 영어

업데이트
수집된 skill 5,368개 중 40개를 표시합니다.