分類
探索 數據科學與機器學習
其他
MCP 工具
Git 和版本控制
程式碼審查
瀏覽器自動化
雲端基礎設施
安全
文件
測試和品質保證
網頁開發
資料庫管理
開發營運和 CI/CD
生產力和工作流程
數據科學與機器學習
API開發
開發者工具
更多
透過 GPT Image 2 在三種模式下生成與編輯影像：透過相容於 OpenAI 的 API 直接生成、針對主機原生影像工具進行提示工程，或純粹的提示建議。內含 80 多種結構化範本，適用於海報、UI 原型、產品視覺素材、地圖、簡報等。
2026-09-30
構建一個本地瀏覽器代理，透過 CDP Fetch 攔截強制執行域名白名單，使用 safe_browser 工具擁有 Playwright 會話並阻止域外請求。
2026-09-30
在 Megatron-Bridge 中驗證並配置封裝序列與長上下文訓練，並區分大型語言模型（LLMs）的離線封裝 SFT 與符合正確上下文並行性約束的超大型語言模型（VLMs）的批次內封裝。
2026-09-29
使用 NGC PyTorch 容器在本地 NVIDIA GPU 上微調 HuggingFace 的 CV、VLM 或 LLM 模型，支援全量或 LoRA 訓練、資料集處理，以及可選的模型推送到 Hub。
2026-09-29
針對選定的 NIM，對臨床 ASR 清單進行評分，產生包含五個區段的 KER 排行榜，並透過評估後的決策樹引導使用者。
2026-09-28
針對在 Megatron Bridge 中訓練專家混合式視覺語言模型提供實用指引，並透過近期多模態實驗的經驗教訓，比較 FSDP 與 3D 平行方法。
2026-09-28
針對使用長上下文視窗訓練「專家混合」模型提供指引，內容涵蓋上下文並行處理規模設定、選擇性重新計算、調度器選擇，以及近期實驗中得出的實用模式。
2026-09-28
透過執行一個 Docker 容器，該容器會執行閾值掃描、弱點評分及按光照條件擴展等操作，據此在 NVIDIA TAO VCN Classify 實驗中，針對每個真實標籤識別出最弱的樣本，並將前 K 個弱樣本呈現出來，供後續的增強或重新標註使用。
2026-09-28
將 NuRec/神經重建請求路由至正確的上游 NVIDIA 技能（資料集、轉換、訓練、渲染、物件萃取、幀清理）。
2026-09-28
針對 Megatron Bridge 訓練，設定並驗證 CPU 卸載功能，包括啟用函數卸載，以及透過 HybridDeviceOptimizer 進行的優化器狀態卸載。
2026-09-28
