Explorar skills

Avalia modelos de geração de código em HumanEval, MBPP, MultiPL-E e mais de 15 benchmarks com métricas pass@k. É um padrão da indústria do BigCode Project, usado nas tabelas de classificação do HuggingFace, ideal para comparar habilidades de codificação e testar suporte multilíngue.

Um banco de dados de embeddings de código aberto para aplicações de IA, que armazena embeddings e metadados, e permite busca vetorial, texto completo e filtragem por metadados. É escalável de notebooks a clusters de produção, ideal para busca semântica, RAG e desenvolvimento local.

Orquestra projetos de pesquisa autônoma de IA de ponta a ponta com uma arquitetura de dois loops. O loop interno executa experimentos rápidos com metas de otimização, e o externo sintetiza resultados para direcionar a pesquisa.

Biblioteca PyTorch para geração de áudio, incluindo texto para música (MusicGen) e texto para som (AudioGen). Utilize-a para gerar música a partir de descrições de texto, criar efeitos sonoros ou realizar geração de música condicionada por melodia.

Biblioteca do Facebook para busca de similaridade eficiente e agrupamento de vetores densos. Suporta bilhões de vetores, aceleração por GPU e vários tipos de índice, sendo ideal para busca k-NN rápida e recuperação de vetores em larga escala em aplicações de alta performance.

Plataforma de agentes de IA autônomos para construir e implantar agentes contínuos. Use ao criar agentes de fluxo de trabalho visual, implantar agentes autônomos persistentes ou construir sistemas complexos de automação de IA em várias etapas.

A plataforma empresarial da NVIDIA avalia LLMs em mais de 100 benchmarks de mais de 18 frameworks (MMLU, HumanEval, GSM8K, segurança, VLM) com execução multi-backend. Ela oferece avaliação escalável em Docker local, Slurm HPC ou plataformas de nuvem, com uma arquitetura container-first para benchmarking reproduzível.

Ajuste LLMs usando aprendizado por reforço com TRL, utilizando SFT para ajuste de instruções, DPO para alinhamento de preferências e PPO/GRPO para otimização de recompensa e treinamento de modelos de recompensa. Ideal para RLHF, alinhar modelos com preferências ou treinar com feedback humano, e compatível com HuggingFace Transformers.

Oferece orientação para pesquisa de interpretabilidade mecanicista, usando TransformerLens para inspecionar e manipular os componentes internos de transformadores via HookPoints e cache de ativação. É ideal para engenharia reversa de algoritmos de modelos, estudo de padrões de atenção ou experimentos de patching de ativação.

Uma biblioteca abrangente de código aberto de habilidades de pesquisa e engenharia de IA para qualquer modelo de IA. Empacote essas habilidades para capacitar seu agente Claude Code/Codex/Gemini como um agente de pesquisa de IA com potência total, mantido pela Orchestra Research.

Atende LLMs com alta taxa de transferência usando PagedAttention e batching contínuo do vLLM. Ideal para implantar APIs de LLM em produção, otimizar inferência ou servir modelos com memória GPU limitada, suporta endpoints compatíveis com OpenAI, quantização e paralelismo de tensor.

Fornece orientação para RL agêntica nativa do PyTorch usando torchforge, a biblioteca da Meta que separa infraestrutura de algoritmos. Use para abstrações claras de RL, experimentação fácil de algoritmos ou treinamento escalável com Monarch e TorchTitan.