Рейтинг скиллов
373 скилла. Оценка A–F складывается из безопасности (60%) и качества (40%), тесты дают бонус. Рейтинг пополняется автоматически из открытых каталогов.
ПроизводствоЛогистика и складЗакупки и снабжениеКачество и контрольКонтакт-центрВыездные работыФинансыПоддержка клиентовотраслевые подборки
| # | Оценка | Скилл | Баллы ▾ | Безоп. | Качество | Процесс | Тесты | Популярность | Обновлён |
|---|---|---|---|---|---|---|---|---|---|
| 251 | B | Экспертное руководство по дообучению LLM с помощью LLaMA-Factory — WebUI без кода, 100+ моделей, QLoRA 2/3/4/5/6/8-бит, мультимодальная поддержка | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 252 | B | Анализ нелинейных динамических систем — фазовые портреты, стационарные точки, анализ устойчивости, бифуркационные диаграммы, сечения Пуанкаре, показатели Ляпунова и обнаружение хаоса. Используйте для | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 253 | B | Запрос к физическим базам данных — константы NIST CODATA, NIST Chemistry WebBook, Materials Project, Particle Data Group (PDG), последовательности OEIS. Всегда используйте их вместо жесткого кодирован | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 254 | B | Частотный анализ — БПФ, спектральная плотность мощности (Уэлча/периодограмма), спектрограммы, вейвлет-преобразования и когерентность. Используйте для любого сигнала с периодическим, квазипериодическим | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 255 | B | Моделирование распространения волн — акустических, электромагнитных, упругих и квантовых волн. Методы конечных разностей во временной области (FDTD), спектральные методы и поглощающие граничные услови | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 256 | B | Моделирование и симуляция фармакокинетики и фармакодинамики — некомпартментный анализ, компартментная и популяционная PK, PK/PD и зависимость от экспозиции, TMDD, ориентация PBPK, биоэквивалентность, | 95 | 84 | C | — | ★ 3 914 | 15 ч назад | |
| 257 | B | Обучение нейронных операторов (FNO, DeepONet) для изучения отображений решений для параметрических семейств дифференциальных уравнений в частных производных (PDE). После обучения решайте новые экземпл | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 258 | B | Нелинейная подгонка кривых для физических данных с надлежащим учетом ошибок, анализом хи-квадрат, диагностикой остатков, доверительными интервалами и сравнением моделей (AIC/BIC). Используйте для извл | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 259 | B | Вычислительная гидродинамика — решатели Навье-Стокса, полость, ограниченная крышкой, течение в канале, вихревые методы, статистика турбулентности, расчет подъемной силы/сопротивления. Спектральные мет | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 260 | B | Построение и анализ филогенетических деревьев с использованием MAFFT (множественное выравнивание), IQ-TREE 2 (максимальное правдоподобие) и FastTree (быстрое NJ/ML). Визуализация с помощью ETE3 или Fi | 100 | 78 | D | — | ★ 3 914 | 15 ч назад | |
| 261 | B | Используйте этот навык в любом случае, когда файл .pptx или .potx каким-либо образом задействован — как входные, выходные данные или и то, и другое. Это включает: создание наборов слайдов, питч-дек ил | 100 | 77 | C | — | ★ 3 914 | 15 ч назад | |
| 262 | B | Обучение физически-информированных нейронных сетей (PINN) с помощью DeepXDE. Решение прямых и обратных задач PDE путем встраивания физических уравнений в функцию потерь нейронной сети. Поддерживает од | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 263 | B | Запускайте NVIDIA BioNeMo NIMs через инструмент scientific_capability с вашим ключом NVIDIA API. Предсказание структуры Boltz-2 и OpenFold2/OpenFold3, выравнивание MSA Search, стыковка DiffDock, дизай | 100 | 77 | C | — | ★ 3 914 | 15 ч назад | |
| 264 | B | Извлекайте структурированные данные из ответов LLM с валидацией Pydantic, автоматически повторяйте неудачные извлечения, разбирайте сложный JSON с типобезопасностью и передавайте частичные результаты | 100 | 78 | D | — | ★ 3 914 | 15 ч назад | |
| 265 | B | Автоматическая генерация и проверка гипотез на основе LLM для табличных данных. Используйте, когда вы хотите систематически исследовать гипотезы о закономерностях в эмпирических данных (например, обна | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 266 | B | Создает или редактирует изображения с помощью встроенного инструмента generate_image (Nano Banana Pro через Ace или ключ Gemini, GPT Image 2 через ключ OpenAI) для иллюстраций, обложек, графических ан | 95 | 86 | C | — | ★ 3 914 | 15 ч назад | |
| 267 | B | Решает обыкновенные дифференциальные уравнения (задачи с начальными и граничными условиями). Поддерживает жесткие/нежесткие системы, обнаружение событий, гамильтонову/симплектову интеграцию, параметри | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 268 | B | Решает дифференциальные уравнения в частных производных — конечные разности, спектральные методы и физически-информированные нейронные сети (PINNs через DeepXDE). Поддерживает 1D/2D/3D, стационарные/н | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 269 | B | UMAP для снижения размерности. Быстрое нелинейное обучение многообразий для 2D/3D визуализации, предварительной обработки для кластеризации (HDBSCAN), UMAP с учителем/параметрический для высокоразмерн | 100 | 77 | C | — | ★ 3 914 | 15 ч назад | |
| 270 | B | Метаболическое моделирование на основе ограничений (COBRA). FBA, FVA, нокауты генов, выборка потоков, модели SBML для анализа системной биологии и метаболической инженерии. | 100 | 77 | C | — | ★ 3 914 | 15 ч назад | |
| 271 | B | Анализ РНК-скорости с помощью scVelo. Оценка переходов состояний клеток по динамике несплайсированной/сплайсированной мРНК, определение направлений траекторий, вычисление латентного времени и идентифи | 100 | 78 | C | — | ★ 3 914 | 15 ч назад | |
| 272 | B | Разрабатывает и проверяет доказательства в Coq и его преемнике Rocq, охватывая сборку `_CoqProject` и `coq_makefile` (или `rocq makefile`), компиляцию `coqc` и проверку `coqchk` (или `rocq compile` и | 95 | 84 | C | — | ★ 3 914 | 15 ч назад | |
| 273 | B | Оценивает модели генерации кода по бенчмаркам HumanEval, MBPP, MultiPL-E и более чем 15 другим с метриками pass@k. Используйте для бенчмаркинга моделей кода, сравнения способностей к кодированию, тест | 100 | 74 | D | — | ★ 3 914 | 15 ч назад | |
| 274 | B | Оценивает выводы LLM, используя передовые модели в качестве судей. Используйте для попарного сравнения моделей, оценки качества по пользовательским рубрикам и автоматизированных конвейеров оценки. Охв | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 275 | B | Уменьшите размер LLM и ускорьте вывод с помощью методов обрезки, таких как Wanda и SparseGPT. Используйте при сжатии моделей без переобучения, достигая 50% разреженности с минимальной потерей точности | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 276 | B | Этот навык следует использовать, когда пользователи хотят запускать любые рабочие нагрузки на инфраструктуре Hugging Face Jobs. Охватывает UV-скрипты, задания на основе Docker, выбор оборудования, оце | 100 | 75 | C | — | ★ 3 914 | 15 ч назад | |
| 277 | B | Предоставляет руководство по RL-агентам на основе PyTorch с использованием torchforge, библиотеки Meta, отделяющей инфраструктуру от алгоритмов. Используйте, когда вам нужны чистые абстракции RL, прос | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 278 | B | Специализированная модель Meta для модерации 7-8B для фильтрации ввода/вывода LLM. 6 категорий безопасности — насилие/ненависть, сексуальный контент, оружие, вещества, самоповреждение, планирование пр | 100 | 76 | C | — | ★ 3 914 | 15 ч назад | |
| 279 | B | Быстрая структурированная генерация и обслуживание LLM с кэшированием префиксов RadixAttention. Используйте для вывода JSON/regex, ограниченного декодирования, агентных рабочих процессов с вызовами ин | 100 | 75 | D | — | ★ 3 914 | 15 ч назад | |
| 280 | B | Управляемая векторная база данных для производственных AI-приложений. Полностью управляемая, с автоматическим масштабированием, гибридным поиском (плотный + разреженный), фильтрацией метаданных и прос | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 281 | B | Платформа автономных AI-агентов для создания и развертывания непрерывных агентов. Используйте при создании визуальных агентов рабочих процессов, развертывании постоянных автономных агентов или создани | 97 | 80 | D | — | ★ 3 914 | 15 ч назад | |
| 282 | B | Универсальная модель распознавания речи от OpenAI. Поддерживает 99 языков, транскрипцию, перевод на английский и идентификацию языка. Шесть размеров модели от tiny (39M параметров) до large (1550M пар | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 283 | B | Модель на основе состояний со сложностью O(n) по сравнению с O(n²) у Трансформеров. В 5 раз быстрее вывод, последовательности из миллиона токенов, без KV-кэша. Селективная SSM с аппаратным дизайном. M | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 284 | B | База данных встраиваний с открытым исходным кодом для AI-приложений. Храните встраивания и метаданные, выполняйте векторный поиск и полнотекстовый поиск, фильтруйте по метаданным. Простой API из 4 фун | 100 | 74 | D | — | ★ 3 914 | 15 ч назад | |
| 285 | B | Предоставляет руководство по обучению LLM с помощью обучения с подкреплением, используя verl (Volcano Engine RL). Используйте при реализации RLHF, GRPO, PPO или других алгоритмов RL для постобучения L | 100 | 74 | D | — | ★ 3 914 | 15 ч назад | |
| 286 | B | lamindbПроцедураGoogle CloudИнфраструктураДанные и аналитикаsynthetic-sciences/OpenScienceAgent Skills Этот навык следует использовать при работе с LaminDB, фреймворком данных с открытым исходным кодом для биологии, который делает данные доступными для запросов, отслеживаемыми, воспроизводимыми и соотв | 90 | 89 | D | — | ★ 3 914 | 15 ч назад | |
| 287 | B | Библиотека Facebook для эффективного поиска сходства и кластеризации плотных векторов. Поддерживает миллиарды векторов, ускорение GPU и различные типы индексов (Flat, IVF, HNSW). Используйте для быстр | 100 | 74 | D | — | ★ 3 914 | 15 ч назад | |
| 288 | B | Квантование весов с учетом активации для сжатия LLM до 4 бит с ускорением в 3 раза и минимальной потерей точности. Используйте при развертывании больших моделей (7B-70B) в условиях ограниченной памяти | 100 | 74 | D | — | ★ 3 914 | 15 ч назад | |
| 289 | B | Модель OpenAI, связывающая зрение и язык. Обеспечивает классификацию изображений в режиме zero-shot, сопоставление изображений и текста, а также межмодальный поиск. Обучена на 400 миллионах пар изобра | 100 | 74 | C | — | ★ 3 914 | 15 ч назад | |
| 290 | C | Этот навык следует использовать, когда пользователи хотят обучать или дообучать языковые модели с помощью TRL (Transformer Reinforcement Learning) на инфраструктуре Hugging Face Jobs. Охватывает метод | 100 | 73 | C | — | ★ 3 914 | 15 ч назад | |
| 291 | C | clinical-decision-supportГенераторLaTeXPDFДанные и аналитикаsynthetic-sciences/OpenScienceAgent Skills Генерирует профессиональные документы поддержки принятия клинических решений (CDS) для фармацевтических и клинических исследований, включая анализ когорт пациентов (стратифицированных по биомаркерам с | 95 | 80 | C | — | ★ 3 914 | 15 ч назад | |
| 292 | C | Вычислительные рабочие процессы геномики рака. Обнаружение и аннотирование соматических мутаций, характеристика структурных вариаций, анализ числа копий, оценка чистоты/плоидности опухоли, извлечение | 100 | 72 | C | — | ★ 3 914 | 15 ч назад | |
| 293 | C | Анализирует данные ЯМР 1D 1H или 13C с помощью nmrglue, генерирует графики спектров и таблицы пиков, сравнивает со стандартными библиотеками ЯМР, такими как BMRB, HMDB, SDBS и nmrshiftdb2, а затем выд | 100 | 73 | C | — | ★ 3 914 | 15 ч назад | |
| 294 | C | Проектирует и проверяет de novo белковые связующие вещества с использованием текущего рабочего процесса NVIDIA BioNeMo Agent Toolkit, адаптируясь честно при недоступности учетных данных, размещенных N | 100 | 72 | C | — | ★ 3 914 | 15 ч назад | |
| 295 | C | Настраивает и отчитывается об атомистических расчетах, обеспечивая их воспроизводимость и сходимость, охватывая ASE Atoms, калькуляторы, оптимизаторы и драйверы MD, структуры pymatgen, анализ симметри | 95 | 80 | C | — | ★ 3 914 | 15 ч назад | |
| 296 | C | Руководство по доступу к кураторским биологическим наборам данных для вычислительной биологии. Данные COSMIC о раке, экспрессия GTEx, каталог GWAS, экзомные варианты GeneBass, взаимодействия BioGRID, | 100 | 72 | C | — | ★ 3 914 | 15 ч назад | |
| 297 | C | Преобразует кристаллическую структуру (CIF) водородно-связанного, координационного или ковалентного каркаса в его базовую сетку и величины, запрашиваемые топологическим вопросом: определение узла, пер | 95 | 80 | C | — | ★ 3 914 | 15 ч назад | |
| 298 | C | Обрабатывает астрономические данные из файла для последующего использования в соответствии с принятыми в этой области стандартами, включая единицы измерения astropy, координаты, форматы FITS и WCS, вр | 95 | 80 | C | — | ★ 3 914 | 15 ч назад | |
| 299 | C | Обрабатывает файлы белковых структур и геометрические критерии, обеспечивая воспроизводимость подсчета остатков, контактов, водородных связей и интерфейсов, включая сравнение PDB и mmCIF, цепочек авто | 95 | 80 | C | — | ★ 3 914 | 15 ч назад | |
| 300 | C | Оценивает LLM по 100+ бенчмаркам из 18+ фреймворков (MMLU, HumanEval, GSM8K, безопасность, VLM) с многобэковой архитектурой. Используйте при необходимости масштабируемой оценки на локальном Docker, Sl | 95 | 80 | D | — | ★ 3 914 | 15 ч назад |
Описания переведены автоматически; оригинал — на странице скилла.