スキルを探す

Use IBM AI Fairness 360 for tabular fairness datasets, metrics, bias mitigation algorithms, sklearn-compatible workflows, subgroup detectors, and explainers.

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

Guide alphafold2-pytorch protein sequence, MSA, distogram, angle-logit, coordinate-refinement, recycling, embedding, and structure-utility workflows with version-aware troubleshooting.

日本語の概要は準備中です。原文の説明を表示しています。

Routes Agent Starter Pack tasks to the right workflow for creating, maintaining, and deploying generated agent projects.

日本語の概要は準備中です。原文の説明を表示しています。

Use Adversarial Robustness Toolbox (ART) for estimator wrappers, adversarial attacks, defences, poisoning/privacy/extraction, metrics, and certification workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Route Apache Airflow repo tasks across Dag authoring, operations, providers, deployment, and contribution workflows.

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

Routes Argos Translate workflows for offline machine translation, package installation, CLI usage, runtime settings, and troubleshooting.

日本語の概要は準備中です。原文の説明を表示しています。

Use Argilla 2.x for human-feedback dataset annotation, Python SDK dataset workflows, server deployment/operations, webhooks, and legacy v1/Rubrix migration.

日本語の概要は準備中です。原文の説明を表示しています。

Use AReaL for large-scale asynchronous LLM reinforcement learning, agentic RL, distributed post-training, inference/agent services, backend planning, and customization workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Use ArcGIS API for Python for GIS administration, spatial dataframes, feature/raster analysis, mapping, location services, geospatial deep learning, app automation, and Knowledge Graph workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Routes AppAgent setup, exploration, and deployment workflows for Android-device task automation.

日本語の概要は準備中です。原文の説明を表示しています。

Use NASA's apod-api Flask service and standalone APOD parser for date, count, range, media, deployment, Docker, and troubleshooting workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Routes AnyDoor zero-shot object-level image customization workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Use ANTsPy/antspyx for medical image IO, ANTsImage metadata, image operations, registration, segmentation, visualization, and learning helper workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Use anomalib for anomaly-detection install, data/model selection, training and evaluation, deployment and inference, and benchmark pipelines.

日本語の概要は準備中です。原文の説明を表示しています。

Use AnnData to build, inspect, combine, store, lazily read, and extend annotated data matrices in memory and on disk.

日本語の概要は準備中です。原文の説明を表示しています。

Use AlphaFold 3 PyTorch for protein and biomolecular structure-prediction workflows, heterogeneous molecule inputs, PDB/mmCIF/MSA/template preparation, bounded model inference, training configuration, and local CLI or Gradio operation.

日本語の概要は準備中です。原文の説明を表示しています。

Use this skill for AlphaFold 3 input preparation, prediction command planning, output interpretation, and Python API inspection. Covers the local AlphaFold 3 inference package, its JSON dialect, run_alphafold workflow, outputs, troubleshooting, and safe helper scripts.

日本語の概要は準備中です。原文の説明を表示しています。

Use AdalFlow to build, debug, evaluate, optimize, trace, and operate LLM task pipelines, RAG systems, agents, tools, and structured-output workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Use Hugging Face Accelerate for PyTorch training-loop migration, distributed launch/configuration, DeepSpeed/FSDP/TPU backend setup, big-model inference/offload, checkpointing, tracking, and troubleshooting.

日本語の概要は準備中です。原文の説明を表示しています。

Routes 3D ResNets PyTorch video action-recognition workflows across training, inference, and data preparation.

日本語の概要は準備中です。原文の説明を表示しています。

Operate the Agriculture_KnowledgeGraph agricultural Neo4j graph, Django demo, entity labeling, crawler, and relation-extraction workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Guide agents through AgiBot X1 humanoid reinforcement-learning training, checkpoint playback, policy export, and MuJoCo sim2sim workflows with verified configuration contracts and explicit Isaac Gym limits.

日本語の概要は準備中です。原文の説明を表示しています。