watermark-removal: マシンラーニングベースの画像インペインティングツールで透かしを除去
画像インペインティングを利用して透かしを除去し、シームレスで高品質な結果を生成するマシンラーニングプロジェクトです。
dm_control: MuJoCoを使用した強化学習および連続制御のための物理ベースシミュレーションスタック
MuJoCo物理エンジンを活用した、物理ベースのシミュレーションおよび強化学習環境のためのソフトウェアスタック。
1960-2026年のメモリ価格の履歴：DRAM、NAND、およびHBMのトレンド分析
Stanford DAMによる包括的なデータセットは、1960年以来のDRAMおよびNANDフラッシュの1GBあたりのコストの激減を追跡しており、AI時代における高帯域幅メモリ（HBM）のコストの複雑化が進んでいることを明らかにしています。
Zanagrams: 新しい毎日のワードパズル体験
Zanagramsは、単語が解かれると消える文字のつながりを利用して、単語を見つけることに挑戦する無料の毎日のワードパズルゲームです。
Flux.jl: ネイティブGPUおよび自動微分サポートを備えた純粋なJulia機械学習フレームワーク
ネイティブGPUおよび自動微分サポートを使用して、モデルの構築と訓練を行うための軽量な抽象化を提供する、純粋なJulia機械学習フレームワーク。
ignite: PyTorch用の、ボイラープレートなループを柔軟なイベント駆動型システムに置き換えるハイレベルなトレーニングおよび評価ライブラリ
柔軟なエンジンとイベント駆動型システムを通じて、ニューラルネットワークのトレーニングと評価を簡素化するPyTorch用のハイレベルなライブラリ。
djl: ディープラーニングモデルの構築、トレーニング、およびデプロイのためのエンジン非依存なJavaフレームワーク
ネイティブなJava体験を使用して、Java開発者がモデルを構築、トレーニング、およびデプロイできる、ディープラーニングのためのエンジン非依存なJavaフレームワーク。
pytorch-forecasting: 解釈可能なマルチホライズン時系列予測のためのハイレベル深層学習フレームワーク
Temporal Fusion Transformers や N-BEATS などの最先端深層学習アーキテクチャを備えた、時系列予測用の PyTorch ベースのハイレベル API パッケージです。
grobid: 科学的なPDFから文献情報を抽出・構造化するための機械学習ライブラリ
大規模な文献データ抽出のために、生の科学的なPDF出版物を構造化されたXML/TEIドキュメントにパースする機械学習ライブラリ。
gluonts: PyTorchベースの確率的時系列モデリングライブラリ
ディープラーニングとPyTorchを使用して、不確実性区間を伴う予測を生成する、確率的時系列モデリングのためのPythonパッケージ。
SynapseML: Apache Spark上で分散型MLパイプラインを構築するためのスケーラブルな機械学習ライブラリ
Apache Spark上に構築されたオープンソースライブラリで、テキスト分析、ビジョン、異常検知などの機械学習タスクに対して、スケーラブルで分散型のAPIを提供します。
sahi: 大規模画像内の小さな物体を検出するためのスライス推論を実行するビジョンライブラリ
さまざまな人気のある物体検出フレームワークにわたって、大規模画像内の小さな物体を検出するためのスライス推論を可能にする軽量なビジョンライブラリ。
tch-rs: テンソル操作とニューラルネットワーク訓練を提供する PyTorch C++ API の Rust バインディング
Rust 用の PyTorch C++ API (libtorch) バインディングで、Rust で PyTorch のテンソル操作やニューラルネットワークの訓練を利用できるようにします。
flashlight: JITカーネルコンパイルとネイティブなマルチドメインアプリを備えた高性能C++機械学習ライブラリ
音声、視覚、およびテキストにわたる高性能なAI研究のために、コアテンソルインターフェースとニューラルネットワークツールを提供する、高速で柔軟なC++機械学習ライブラリ。
composer: GPUクラスター全体でPyTorchワークフローをスケールさせるためのディープラーニング・トレーニング・ライブラリ
大規模な分散トレーニングを簡素化するPyTorchベースのディープラーニング・ライブラリ。メモリ最適化とアルゴリズムの高速化のためのツールを提供し、トレーニング時間とコストを削減します。
素晴らしい7銘柄のパフォーマンス低下：AI資本支出と市場ローテーションの分析
2026年6月の Apollo Global Management のレポートによると、AI 資本支出の急増に伴い、市場が品質とフリーキャッシュフロー重視へとシフトする中で「素晴らしい7銘柄」のパフォーマンスが低下し始めていることが示されています。
Flock Safety AI 監視：ナンバープレート認識を超えて
Flock Safety の AI カメラはナンバープレートだけでなく、車両や人物に対する自然言語検索が可能であり、広範なセキュリティ脆弱性と警察による濫用が蔓延しています。
mlpack: 多言語バインディングを備えた高速なヘッダーオンリーのC++機械学習ライブラリ
Python、Julia、Go、およびRのバインディングを備えた、幅広いML手法と関数を提供する高速なヘッダーオンリーのC++機械学習ライブラリ。
NN-SVG: 論文掲載用に適したニューラルネットワーク構成図のパラメトリック生成ツール
SVG形式で論文掲載用に適したニューラルネットワーク構成図を作成するためのパラメトリックツールであり、手動での描画の必要性を排除します。
DALI: ディープラーニング・パイプラインにおけるCPUボトルネックを解消するGPU加速データロードおよび前処理ライブラリ
画像、ビデオ、オーディオデータのディープラーニング・パイプラインにおけるCPUボトルネックを解消する、GPU加速データロードおよび前処理ライブラリ。
tsai: 時系列およびシーケンシャルデータのための、膨大なSOTAモデルコレクションを備えたディープラーニングライブラリ
分類、回帰、および予測を含む時系列タスクのための、PyTorchとfastai上に構築された最先端のディープラーニングライブラリ。
serving: バージョン管理された機械学習モデルの推論を管理・提供するための高性能なプロダクションシステム
プロダクション環境において、モデルのライフサイクルを管理し、gRPCおよびHTTPを介してバージョン管理された推論を提供するために設計された、機械学習モデル用の高性能なサービングシステム。
smile: LLM推論とエージェンティックなデータサイエンスIDEを統合した、高性能JVM機械学習フレームワーク
古典的なML、ディープラーニング、LLM推論、およびエージェンティックなデータサイエンスIDEのためのツールを提供する、JVM向けの包括的で高性能な機械学習フレームワーク。
flower: フレームワークに依存しない、連合AIを構築・拡張するためのシステム
さまざまなMLフレームワークやデバイスにわたって分散型モデルトレーニングを可能にする、連合AIシステム構築のためのフレームワーク。
autograd: native Python および NumPy コード用の自動微分ライブラリ
native Python および NumPy コードを自動的に微分し、効率的な勾配ベースの最適化を可能にするライブラリ。
Nefos PuffPal データ漏洩：保護されていない URL から 100 万件のパスポートが流出
Nefos が運営する PuffPal 年齢確認プラットフォームの重大な設定ミスにより、約 100 万件のパスポートと写真付き身分証明書が公共インターネット上に露出しました。
KIDS Act：提案されているオンライン年齢確認とコンテンツモデレーションの分析
提案されたKIDS Actは、プラットフォームに対して広範な年齢確認とより厳格なコンテンツモデレーションの実施を強いました、 potentially comprom싱_ing user privacy and free expression for all ages
EUチャットコントロール：プライベート通信への『二重の脅威』
市民権活動家は、EU指導部が民主的な拒否を迂回し、プライベートメッセージの大量スキャンと年齢確認の義務化を実施しようとする二本柱の取り組みを警告しています。
stanza: 60以上の言語に対応するニューラルパイプラインと特化型バイオメディカルモデルを備えた多言語Python NLPライブラリ
Stanfordが提供するPython NLPライブラリで、60以上の言語に対して正確なニューラル処理ツールを提供し、JavaのStanford CoreNLPソフトウェアのラッパーとしても機能します。
modelscope: 多様なAIモデルのシームレスな推論と微調整のための統合されたModel-as-a-Serviceフレームワーク
複数のドメインにわたる数百もの最先端AIモデルの発見、推論、および微調整のための統一されたインターフェースを提供する、Model-as-a-Service (MaaS) プラットフォームおよびライブラリ。
pyro: PyTorch上に構築されたスケーラブルなディープ確率プログラミングライブラリ
PyTorch上に構築された、大規模なデータセットに対して汎用的な確率モデルを作成しスケールさせることができるディープ確率プログラミングライブラリ。
sonnet: TensorFlow 2 用の構成可能なニューラルネットワーク抽象化ライブラリ
DeepMind による TensorFlow 2 用のライブラリで、ML 研究用にニューラルネットワークを構築するためのシンプルで構成可能な抽象化を提供します。
cleanrl: 研究およびプロトタイピングのための高品質なシングルファイル深層強化学習実装のコレクション
研究、デバッグ、およびプロトタイピングを簡素化するために、一般的なアルゴリズムのシングルファイルで透明性の高い実装を提供する深層強化学習ライブラリ。
autogluon: 多様なデータモダリティにわたる高精度な予測モデリングのための自動機械学習ライブラリ
AWS AIによる自動機械学習ライブラリで、最小限のコードでテーブル形式、画像、テキスト、および時系列データの高精度なモデルをトレーニングおよびデプロイすることを可能にします。
server: 複数のフレームワークとハードウェアプラットフォームにわたってAIモデルのデプロイを効率化するオープンソースの推論サーバー
クラウド、データセンター、およびエッジデバイスにわたって、複数のフレームワークからのAIモデルのデプロイを効率化するオープンソースの推論サービングソフトウェア。
消えゆくポーランド語のS：ソフトウェア開発におけるキーボードショートカットの競合
Ctrl+S に対する強欲なキーボードショートカットのブロックが、どのようにポーランド語のユーザーが文字 Ś を入力することを妨げたかについての技術的な分析。クロスカルチャーなソフトウェアにおける不正確なイベント処理のリスクを強調している。
amazon-sagemaker-examples: AWS 上でのエンドツーエンドの機械学習ライフサイクルを管理するための公式例ノートブックと合理化された Python SDK
Amazon SageMaker 上で機械学習モデルを構築、トレーニング、およびデプロイする開発者を支援するための、公式の例ノートブックと SageMaker-Core SDK のコレクション。
wandb: 機械学習パイプラインのための包括的な実験トラッキングおよび可視化プラットフォーム
開発者が ML パイプライン全体にわたってハイパーパラメータやメトリクスを監視するのに役立つ、機械学習の実験トラッキングおよび可視化プラットフォーム。
kornia: PyTorch向けの500以上の微分可能な画像処理および幾何学的ビジョン演算子を提供する微分可能なコンピュータビジョンライブラリ
AIワークフロー向けに、豊富な画像処理および幾何学的ビジョンアルゴリズムを提供するPyTorch用の微分可能なコンピュータビジョンライブラリ。
pytorch-grad-cam: コンピュータビジョンモデルの予測を説明するためのピクセル属性手法の包括的なコレクション
Class Activation Map (CAM) 手法を包括的に提供し、コンピュータビジョンモデルの予測を視覚的に説明・診断するためのPyTorchライブラリ。
tvm: ユニバーサルなモデルデプロイメントと共同最適化のためのオープンな機械学習コンパイルフレームワーク
Apache TVMは、Pythonファーストのアプローチを使用して、モデルを最小限のデプロイ可能モジュールへと最適化およびデプロイするオープンな機械学習コンパイルフレームワークです。
fg-data-profiling: 包括的なデータセットプロファイリングと品質アラートのためのワンライン探索的データ解析ツール
pandas および Spark DataFrame のための包括的なプロファイリングレポートを生成し、データ品質の問題やパターンを特定する、ワンラインの探索的データ解析 (EDA) ツール。
dlib: 機械学習アルゴリズムを実装するためのモダンなC++およびPythonツールキット
現実世界の問題を解決するための複雑なソフトウェアを作成するための、機械学習アルゴリズムとツールを含むモダンなC++ツールキット。
burn: 多様なハードウェアにわたるシームレスなトレーニングと推論のための統合されたRustディープラーニングフレームワーク
Burnは、多様なハードウェアにわたるトレーニングと推論の両方に同じコードを使用できる、Rustで書かれた統合されたテンソルライブラリおよびディープラーニングフレームワークです。
tfjs: ブラウザと Node.js で機械学習モデルのトレーニングとデプロイを行うハードウェアアクセラレーション対応 JavaScript ライブラリ
ブラウザと Node.js で機械学習モデルのトレーニングとデプロイを行うハードウェアアクセラレーション対応 JavaScript ライブラリ
トークンマックスの進化：強制的な導入から正確性の複利化へ
トークンマックスは、AI 導入を強制する鈍い管理ツールから、反復ループを通じてトークン支出を増やすほど精度が向上する戦略的技術アプローチへとシフトしています。
ml-agents: Unityゲームおよびシミュレーション内でインテリジェントなエージェントをトレーニングするためのツールキット
強化学習および模倣学習を使用して、Unityゲームとシミュレーションをインテリジェントなエージェントのトレーニング環境に変えるツールキット。
recommenders: 古典的および最先端のレコメンデーションシステムをプロトタイプ作成およびデプロイするための包括的なフレームワーク
レコメンデーションシステムの構築のための例とベストプラクティスの包括的なライブラリであり、プロトタイプ作成と本番環境向けに、幅広い古典的およびディープラーニングアルゴリズムを提供します。
deepface: 複数の最先端モデルをラップする、顔認識および属性分析のハイブリッドフレームワーク
複数の最先端モデルを単一の使いやすいAPIにラップした、顔認識および顔の属性分析のための軽量なPythonフレームワーク。
Paddle: 統合されたトレーニングと推論、および自動並列化を備えた産業グレードのディープラーニングプラットフォーム
トレーニングと推論のための統合フレームワーク、自動並列化、および科学計算のサポートを提供する、産業用ディープラーニングプラットフォーム。