Категория
Обзор по категориям Наука о данных и машинное обучение
Другое
Инструменты MCP
Git и контроль версий
Обзор кода
Автоматизация браузера
Облачная инфраструктура
Безопасность
Документация
Тестирование и контроль качества
Веб-разработка
Управление базой данных
DevOps и CI/CD
Производительность и рабочий процесс
Наука о данных и машинное обучение
Разработка API
Инструменты разработчика
Более
Создавайте устойчивые многоагентные операционные системы на платформе Claude Code с архитектурой ядра, специализированными агентами, командами со слешем, файловой памятью и автоматизацией по расписанию.
1 октября 2026 г.
Сравните кодирующие агенты в прямом сравнении по воспроизводимым задачам с использованием таких показателей, как процент успешного выполнения, стоимость, время и стабильность.
1 октября 2026 г.
Создает и редактирует изображения с помощью GPT Image 2 в трёх режимах: прямое генерация через API, совместимый с OpenAI; разработка подсказок для встроенных в хост инструментов для работы с изображениями; или исключительно предоставление рекомендаций по подсказкам. Включает более 80 структурированных шаблонов для плакатов, макетов пользовательского интерфейса, визуальных элементов продуктов, карт, слайдов и многого другого.
30 сентября 2026 г.
Создайте локального браузерного агента, который обеспечивает соблюдение белого списка доменов посредством перехвата CDP Fetch, используя инструмент safe_browser, владеющий сессией Playwright и блокирующий запросы вне домена.
30 сентября 2026 г.
Проверить и настроить упакованные последовательности и обучение с длинным контекстом в Megatron-Bridge, проведя разграничение между автономным упакованным SFT для LLM и упаковкой внутри пакета для VLM с соблюдением правильных ограничений на контекстный параллелизм.
29 сентября 2026 г.
Настройте модели HuggingFace CV, VLM или LLM на локальных GPU NVIDIA с использованием контейнера NGC PyTorch, поддерживающего полное обучение или обучение с помощью LoRA, обработку наборов данных и необязательную отправку моделей в Hub.
29 сентября 2026 г.
Оценить клинический манифест ASR по выбранному NIM, сформировать рейтинг KER, состоящий из пяти разделов, и направить пользователя по дереву решений, составленному по итогам оценки.
28 сентября 2026 г.
В данной статье представлены практические рекомендации по обучению моделей «зрение-язык» на основе смеси экспертов в Megatron Bridge, а также проводится сравнение подходов FSDP и 3D-параллельного обучения с учетом выводов, полученных в ходе недавних мультимодальных экспериментов.
28 сентября 2026 г.
В данной статье представлены рекомендации по обучению моделей «смеси экспертов» с длинными контекстными окнами, включая определение размера контекстного параллелизма, выборочный пересчет, выбор диспетчеров, а также практические шаблоны, полученные в ходе недавних экспериментов.
28 сентября 2026 г.
Выявляет самые слабые образцы по каждой этикетке эталонных данных в экспериментах NVIDIA TAO VCN Classify путем запуска контейнера Docker, который выполняет прогон по пороговому значению, оценку слабости и расширение по условиям освещения, а затем выделяет K лучших слабых образцов для последующего расширения или перемаркировки.
28 сентября 2026 г.
Направляет запросы NuRec/Neural Reconstruction в соответствующий вышестоящий модуль NVIDIA (наборы данных, преобразование, обучение, рендеринг, извлечение объектов, очистка кадров).
28 сентября 2026 г.
Настройте и проверьте перенос вычислений на ЦП при обучении Megatron Bridge, включая перенос активаций и перенос состояния оптимизатора с помощью HybridDeviceOptimizer.
28 сентября 2026 г.
