opción
Categoría Categoría

Explorar por Ciencia de datos y aprendizaje automático

Mide automáticamente si los agentes de codificación cumplen con las competencias, las normas o las definiciones de los agentes mediante la generación de escenarios con distintos niveles de rigor en las indicaciones, la ejecución de los agentes, la clasificación de las llamadas a herramientas y la elaboración de informes sobre los índices de cumplimiento con cronologías completas.

2 de octubre de 2026

Utiliza dos revisores independientes para verificar la calidad del resultado, y exige que ambos den el visto bueno antes del envío.

1 de octubre de 2026

Convierte el trabajo con modelos en un sistema de aprendizaje automático en producción mediante contratos de datos, entrenamiento repetible, controles de calidad cuantificables, artefactos implementables y supervisión operativa.

1 de octubre de 2026

Genera imágenes, vídeos y audio utilizando los modelos de fal.ai a través de las herramientas de MCP, con funciones de conversión de texto a imagen, de texto o imagen a vídeo, de texto a voz y de vídeo a audio.

1 de octubre de 2026

Crea sistemas operativos multiagente persistentes en Claude Code con arquitectura de núcleo, agentes especializados, comandos de barra, memoria basada en archivos y automatización programada.

1 de octubre de 2026

Compara directamente los agentes de codificación en tareas reproducibles utilizando métricas de tasa de aprobación, coste, tiempo y consistencia.

1 de octubre de 2026

Genera y edita imágenes mediante GPT Image 2 en tres modos diferentes: generación directa a través de una API compatible con OpenAI, ingeniería de prompts para herramientas de imagen nativas del sistema operativo o asesoramiento puro sobre prompts. Incluye más de 80 plantillas estructuradas para carteles, maquetas de interfaz de usuario, imágenes de productos, mapas, diapositivas y mucho más.

30 de septiembre de 2026

Construye un agente de navegador local que aplique una lista permitida de dominios mediante la interceptación de Fetch de CDP, utilizando una herramienta safe_browser que gestione la sesión de Playwright y bloquee las solicitudes fuera del dominio.

30 de septiembre de 2026

Validar y configurar las secuencias empaquetadas y el entrenamiento con contexto extenso en Megatron-Bridge, distinguiendo entre el SFT empaquetado «offline» para los LLM y el empaquetado «in-batch» para los VLM con restricciones correctas de paralelismo de contexto.

29 de septiembre de 2026

Ajusta finamente modelos de HuggingFace de visión por computadora (CV), modelos de lenguaje y visión (VLM) o modelos de lenguaje grande (LLM) en GPUs NVIDIA locales utilizando un contenedor de PyTorch de NGC, con soporte para entrenamiento completo o mediante LoRA, manejo de conjuntos de datos y envío opcional del modelo al Hub.

29 de septiembre de 2026

Calificar un manifiesto clínico de ASR en función de un NIM seleccionado, elaborar una tabla de clasificación KER de cinco secciones y guiar al usuario a través de un árbol de decisión posterior a la evaluación.

28 de septiembre de 2026

Ofrece orientación práctica para el entrenamiento de modelos de visión y lenguaje basados en una mezcla de expertos en Megatron Bridge, comparando los enfoques FSDP y 3D-paralelo con las conclusiones extraídas de experimentos multimodales recientes.

28 de septiembre de 2026
OR