Catégorie
Explorer par Science des données et ML
Autres
Outils MCP
Git et contrôle de version
Révision du code
Automatisation du navigateur
Infrastructure cloud
Sécurité
Documentation
Tests et assurance qualité
Développement Web
Gestion de base de données
DevOps et CI/CD
Productivité et flux de travail
Science des données et ML
Développement d'API
Outils de développement
Plus
Créez des systèmes d'exploitation multi-agents persistants sur Claude Code, dotés d'une architecture de noyau, d'agents spécialisés, de commandes « / », d'une mémoire basée sur des fichiers et d'une automatisation planifiée.
1 octobre 2026
Comparez directement les agents de codage sur des tâches reproductibles à l'aide d'indicateurs tels que le taux de réussite, le coût, le temps et la cohérence.
1 octobre 2026
Permet de générer et de modifier des images à l'aide de GPT Image 2 selon trois modes : génération directe via une API compatible avec OpenAI, ingénierie de prompts pour les outils d'image natifs de l'hôte, ou simple conseil en matière de prompts. Comprend plus de 80 modèles structurés pour des affiches, des maquettes d'interface utilisateur, des visuels de produits, des cartes, des diapositives, etc.
30 septembre 2026
Créez un agent de navigateur local qui applique une liste blanche de domaines via l'interception CDP Fetch, en utilisant un outil safe_browser qui possède la session Playwright et bloque les requêtes hors domaine.
30 septembre 2026
Valider et configurer les séquences groupées et l'apprentissage à contexte long dans Megatron-Bridge, en distinguant le SFT groupé hors ligne pour les LLM du groupement par lots pour les VLM, avec des contraintes de parallélisme contextuel correctes.
29 septembre 2026
Ajustez finement des modèles CV, VLM ou LLM de HuggingFace sur des GPU NVIDIA locaux à l’aide d’un conteneur PyTorch NGC, avec prise en charge de l’entraînement complet ou de l’entraînement LoRA, de la gestion des jeux de données et d’un éventuel envoi du modèle vers le Hub.
29 septembre 2026
Générer un manifeste ASR clinique par rapport à un NIM choisi, établir un classement KER en cinq sections et orienter l'utilisateur via un arbre de décision post-évaluation.
28 septembre 2026
Ce document fournit des conseils pratiques pour l'entraînement de modèles de vision-langage de type « mélange d'experts » dans Megatron Bridge, en comparant les approches FSDP et 3D-parallèles à la lumière des enseignements tirés d'expériences multimodales récentes.
28 septembre 2026
Ce document fournit des recommandations pour l'entraînement de modèles de type « Mixture-of-Experts » avec des fenêtres de contexte longues. Il aborde notamment le dimensionnement du parallélisme contextuel, le recalcul sélectif, le choix des répartiteurs, ainsi que des modèles pratiques issus d'expériences récentes.
28 septembre 2026
Identifie les échantillons les plus faibles pour chaque étiquette de référence dans les expériences NVIDIA TAO VCN Classify en exécutant un conteneur Docker qui effectue un balayage des seuils, une notation des faiblesses et une expansion en fonction de l'éclairage, puis met en évidence les K échantillons les plus faibles en vue d'une augmentation ou d'un réétiquetage en aval.
28 septembre 2026
Achemine les requêtes NuRec/Neural Reconstruction vers la compétence NVIDIA en amont appropriée (ensembles de données, conversion, apprentissage, rendu, extraction d'objets, nettoyage des images).
28 septembre 2026
Configurer et valider le délestage CPU pour l'entraînement de Megatron Bridge, y compris le délestage des activations et celui de l'état de l'optimiseur à l'aide de HybridDeviceOptimizer.
28 septembre 2026
