Training & Fine-tuning

Entrainement et fine-tuning de modeles, MLOps, recherche scientifique.

309 skills

# Skill Source Description Maj
1 cuopt-install nvidia/skills Installer cuOpt via pip, conda ou Docker pour Python, C ou REST. 3 114 1j
2 tao-analyze-gaps-vlm-bcq nvidia/skills Analyser les prédictions d'un VLM pour identifier les faux positifs et négatifs. 3 114 1j
3 tao-finetune-clip nvidia/skills Entraîner, évaluer et déployer des modèles CLIP pour la classification et la recherche image-texte. 3 114 1j
4 tao-generate-image-grounding nvidia/skills Annoter des images avec expressions référentielles et bounding boxes via un VLM. 3 114 1j
5 tao-generate-referring-expressions nvidia/skills Générer des annotations d'expressions référentielles grondées à partir d'images KITTI via un VLM. 3 114 1j
6 tao-list-capabilities nvidia/skills Lister les capacités, modèles et support AutoML disponibles dans TAO Skill Bank. 3 114 1j
7 tao-run-automl-deft-pipeline nvidia/skills Chaîner AutoML et DEFT en trois phases pour optimiser et affiner un modèle itérativement. 3 114 1j
8 tao-run-automl nvidia/skills Automatiser l'optimisation d'hyperparamètres TAO sur toute plateforme GPU compatible. 3 114 1j
9 tao-run-inference-service nvidia/skills Déployer et interroger des microservices d'inférence TAO sur plusieurs plateformes cloud. 3 114 1j
10 tao-train-action-recognition nvidia/skills Reconnaître des actions humaines dans des vidéos via flux RGB, optique ou combiné. 3 114 1j
11 tao-train-bevfusion nvidia/skills Fusionner LiDAR et caméras en espace BEV pour la détection 3D autonome. 3 114 1j
12 tao-train-centerpose nvidia/skills Estimer la pose 6-DoF d'objets via détection de centres et régression de points clés. 3 114 1j
13 tao-train-deformable-detr nvidia/skills Détecter des objets 2D efficacement avec Deformable DETR multi-échelle. 3 114 1j
14 tao-train-dino nvidia/skills Détecter des objets 2D avec DINO via entraînement AutoML et déploiement TensorRT. 3 114 1j
15 tao-train-grounding-dino nvidia/skills Détecter des objets dans des images via des descriptions textuelles sans vocabulaire de classes fixe. 3 114 1j
16 tao-train-image-classification nvidia/skills Entraîner et déployer des modèles de classification d'images PyTorch avec AutoML. 3 114 1j
17 tao-train-mask-auto-encoder nvidia/skills Pré-entraîner et affiner un Masked Autoencoder pour apprendre des représentations visuelles. 3 114 1j
18 tao-train-mask-auto-label nvidia/skills Générer des masques de segmentation à partir d'annotations minimales via ViT-MAE. 3 114 1j
19 tao-train-mask-grounding-dino nvidia/skills Segmenter des instances ouvertes guidées par prompts texte avec Grounding DINO masqué. 3 114 1j
20 tao-train-mask2former nvidia/skills Segmenter des images en mode panoptique, d'instance et sémantique avec Mask2Former. 3 114 1j
21 tao-train-metric-learning-recognition nvidia/skills Entraîner un modèle de reconnaissance visuelle fine par metric learning avec AutoML. 3 114 1j
22 tao-train-nvdinov2 nvidia/skills Entraîner des transformeurs visuels par auto-distillation sans étiquettes avec NVDINOv2. 3 114 1j
23 tao-train-nvpanoptix3d nvidia/skills Reconstruire une scène 3D panoptique en segmentation sémantique et d'instance depuis des images RGB. 3 114 1j
24 tao-train-ocdnet nvidia/skills Détecter des zones de texte orienté dans des images naturelles via binarisation différentiable. 3 114 1j
25 tao-train-ocrnet nvidia/skills Reconnaître et entraîner un modèle OCR sur des images de texte découpées. 3 114 1j
26 tao-train-oneformer nvidia/skills Segmenter des images universellement en combinant segmentation panoptique, sémantique et d'instances. 3 114 1j
27 tao-train-optical-inspection nvidia/skills Détecter des défauts de fabrication par comparaison d'images avec des réseaux siamois. 3 114 1j
28 tao-train-pointpillars nvidia/skills Détecter des objets 3D depuis des nuages de points LiDAR via PointPillars. 3 114 1j
29 tao-train-pose-classification nvidia/skills Classifier des séquences squelettiques en catégories d'actions via ST-GCN. 3 114 1j
30 tao-train-reid nvidia/skills Réidentifier des personnes à travers différentes caméras via des embeddings discriminants. 3 114 1j
31 tao-train-rtdetr nvidia/skills Entraîner et déployer un modèle de détection d'objets 2D en temps réel. 3 114 1j
32 tao-train-segformer nvidia/skills Segmenter des images sémantiquement avec SegFormer, un transformer léger hiérarchique. 3 114 1j
33 tao-train-single-step nvidia/skills Entraîner, évaluer et exporter un modèle TAO via fine-tuning supervisé standard. 3 114 1j
34 tao-train-sparse4d nvidia/skills Détecter et suivre des objets 3D multi-caméras avec attention temporelle déformable. 3 114 1j
35 nemo-mbridge-perf-sequence-packing nvidia/skills Configurer le packing de séquences pour le fine-tuning LLM et VLM avec Megatron. 3 114 2j
36 physical-ai-image-attribute-augmentation nvidia/skills Orchestrer le pipeline d'augmentation d'images et d'étiquetage automatique sur OSMO. 3 114 6j
37 eval-engineering langchain-ai/langchain-skills Concevoir et construire des évaluations itératives pour agents IA avec Harbor. 1 178 6j
38 train-sentence-transformers huggingface/skills Entraîner des modèles sentence-transformers bi-encodeur, cross-encoder ou SPLADE selon le cas d'usage. 10 965 8j
39 nemo-mbridge-perf-activation-recompute nvidia/skills Réduire la mémoire GPU en recompilant les activations selon différentes granularités configurables. 3 114 9j
40 warp-debug-gradients nvidia/skills Diagnostiquer et corriger les bugs de gradients dans les pipelines Warp avec autodiff. 3 114 13j
41 warp-eval nvidia/skills Évaluer rigoureusement un seam de code existant avec NVIDIA Warp et produire un rapport factuel. 3 114 13j
42 rtvi-cv-customize-model nvidia/skills Remplacer et déboguer un détecteur ONNX personnalisé dans le pipeline DeepStream VSS Blueprint. 3 114 14j
43 deepstream-run-mv3dt nvidia/skills Déployer et opérer l'application DeepStream Multi-View 3D Tracking multi-caméras. 3 114 14j
44 nemo-mbridge-perf-expert-parallel-overlap nvidia/skills Masquer la latence de communication all-to-all dans les modèles MoE via le chevauchement calcul/dispatch. 3 114 16j
45 nemo-mbridge-perf-moe-comm-overlap nvidia/skills Activer le chevauchement des communications MoE pour optimiser le débit en entraînement distribué. 3 114 16j
46 nemo-mbridge-perf-moe-hardware-configs nvidia/skills Configurer les hyperparamètres matériels optimaux pour entraîner des modèles MoE sur GPU. 3 114 16j
47 nemo-mbridge-perf-moe-optimization-workflow nvidia/skills Optimiser l'entraînement de modèles MoE en gérant mémoire, communication et calcul. 3 114 16j
48 nemo-mbridge-recipe-recommender nvidia/skills Indexer les recettes d'entraînement et recommander la configuration optimale pour LLM. 3 114 16j
49 cuopt-numerical-optimization-formulation nvidia/skills Formuler des problèmes d'optimisation numérique LP, MILP et QP avec rigueur. 3 114 19j
50 cuopt-numerical-optimization-api nvidia/skills Modéliser et résoudre des problèmes LP, MILP et QP via l'API GPU NVIDIA cuOpt. 3 114 19j

À propos de cette sélection

Quand un modèle de base commence à produire des réponses trop génériques pour rester crédibles en production, le travail sérieux commence. Cette section s'adresse aux ingénieurs ML et aux équipes qui adaptent, évaluent et débogent des modèles en conditions réelles : affiner un LLM sur un corpus métier avec Hugging Face, tracer des expériences d'entraînement bout en bout, ou remonter un bug de compilation dans le runtime PyTorch avant qu'il bloque un pipeline entier. Les skills training & fine-tuning couvrent un spectre plus large que le seul fine-tuning supervisé. On y trouve des outils d'annotation, de benchmarking, de kernels custom côté NVIDIA, et quelques skills orientés recherche reproductible. L'outillage reste majoritairement Python, avec une densité forte autour des frameworks majeurs. Certains cas avancés demandent encore de composer plusieurs skills ensemble, mais la base est solide.