المهارات · davila7

تنقيح بيانات تدريب نماذج اللغة باستخدام NeMo Curator

مهارة لتنقيح البيانات المعدّة لتدريب نماذج اللغة، تعمل بتسريع وحدات GPU وتدعم النصوص والصور والفيديو والصوت.

تُرجم هذا النص آليًا من معلومات الناشر ولم يراجعه محرر بشري. النص الأصلي لدى الناشر هو المرجع.

استُورد هذا المورد تلقائيًا من المصادر المذكورة أدناه ولم يراجعه فريق AI Gate بعد. الوصف هو وصف الناشر كما نشره، وقد يكون بلغته الأصلية. تحقّق من المستودع قبل التثبيت.

ما الذي يقدّمه

تعالج هذه المهارة بيانات التدريب لنماذج اللغة بتسريع وحدات GPU، وتدعم النصوص والصور والفيديو والصوت. تشمل وظائفها إزالة التكرار الضبابي (fuzzy deduplication) وهي أسرع بـ16 مرة بحسب الوصف، وفلترة الجودة باستخدام أكثر من 30 قاعدة heuristic، وإزالة التكرار الدلالي، وإخفاء المعلومات الشخصية (PII)، واكتشاف المحتوى غير اللائق (NSFW).

يستعين بها المطوّر عند إعداد مجموعات بيانات تدريب عالية الجودة، أو تنظيف بيانات الويب، أو إزالة التكرار من مجموعات نصوص كبيرة.

تتوسع المعالجة عبر عدة وحدات GPU باستخدام RAPIDS، وهو ما يحدد طريقة تشغيلها على البيئة المتاحة.

الحدود والمتطلبات

تعتمد المعالجة المسرّعة على وحدات GPU، والتوسع بين الوحدات يتم عبر RAPIDS، كما ورد في وصف الناشر.

الأمان

لم يراجع فريقنا هذا المورد. فحصته قواعد آلية فقط، واستُبعدت الموارد التي رصدت فيها إشارات خطر عالية. هذه إشارات وليست ضمانًا بأن التثبيت آمن. جرّبه أولًا في مشروع تجريبي.

  • ينفّذ شيفرة أو يغيّر سلوك المساعد

المصادر

  • AI Templates (aitmpl) رُصد أول مرة 13 نوفمبر 2026 · آخر رصد 17 نوفمبر 2026 · صفحته في المصدر · أرقام يذكرها المصدر: aitmpl downloads 133
    data-processing-nemo-curator

    GPU-accelerated data curation for LLM training. Supports text/image/video/audio. Features fuzzy deduplication (16× faster), quality filtering (30+ heuristics), semantic deduplication, PII redaction, NSFW detection. Scales across GPUs with RAPIDS. Use for preparing high-quality training datasets, cleaning web data, or deduplicating large corpora.

    v1.0.0
    كما ظهر في www.aitmpl.com عند آخر قراءة لنا
غير مُراجَعالمهارات
github

Onboard context matic

مهارة (skill) من الناشر github، ولا يتوفر في المصدر وصف تفصيلي كافٍ لوظيفتها.

تطوير البرمجيات
حُدّث 17 نوفمبر 2026
غير مُراجَعالمهارات
google

أداة التحقق من ترحيل BigQuery

مهارة من google باسم أداة التحقق من ترحيل BigQuery، ولا يتوفر وصف تفصيلي لها من الناشر.

البيانات وقواعد البيانات
حُدّث 17 نوفمبر 2026
غير مُراجَعالمهارات
github

Openapi to application code

مهارة من الناشر github بعنوان Openapi to application code، ولا تتوفر عنها تفاصيل وصفية إضافية في المصدر.

تطوير البرمجيات
حُدّث 17 نوفمبر 2026
غير مُراجَعالمهارات
openai

مستشار تنبيهات الإشعارات في Twilio

مهارة من الناشر openai تتعلق بالإشعارات والتنبيهات في Twilio، ولم يتوفر وصف تفصيلي لها.

تطوير البرمجيات
حُدّث 14 نوفمبر 2026