開発者がAIアシスタントが外部データソースやツールに接続できるようにする、安全でコンテナ化されたツールを発見・デプロイできる、Model Context Protocol (MCP) サーバーの選別レジストリです。

DatabricksでSparkを使用してスケーラブルな合成データを生成するためのPythonライブラリ。テスト、ベンチマーク、デモ用に設計されています。

AI駆動のクラスター分析とトラブルシューティングを可能にし、特定のワークロードの失敗に対する自動修復機能を備えたKubernetesオペレーター。

APIキーを保護し、レート制限を管理するオプションのセキュアなプロキシバックエンドを備えた、Swiftライブラリ。複数のAI APIをアプリに統合するためのもの。

LLMにAirtableデータベースの読み取りおよび書き込みアクセスを提供するMCPサーバーで、レコード、スキーマ、コメントの管理を可能にします。

GPUの利用効率を最大化しつつ、オンポリシーのデータ新鮮さを維持するため、実行中の重み更新を活用するスケーラブルな非同期強化学習フレームワーク。

GoogleのGemmaモデル向けの軽量でスタンドアロンのC++推論エンジン。ミニマルでCPU最適化された実装により、研究や実験に最適化されています。

NVIDIA DGX Spark上でDeepSeek-V4-Flashを高速にサービングするための高性能スタック。連続バッチ処理、予測デコード、大規模コンテキストウィンドウ向けメモリガバナーを搭載。

スパースアテンションとストレージ-計算分離を活用し、KVキャッシュの永続化によってLLMの推論遅延とGPUメモリ使用量を削減するキャッシュ管理フレームワークです。

コンポーネント、Flexbox レイアウト、リアクティブな状態を用いて、インタラクティブなターミナルユーザーインターフェース（TUI）を構築するための Vue ネイティブなフレームワーク。

5つの内在的な品質指標を評価することで、各ドキュメントに対して最適なチャンク分割戦略を自動的に選択するRAGパイプライン用のフレームワークです。

Googleの生成AI、Gemini API、およびVertex AIサービス用のLangChain統合の中央集約型コレクション。

Aider 用の Emacs 統合で、AI ペアプログラミングと自動コード編集を Emacs エディタに導入します。

PaddlePaddle をベースにした、LLM と VLM の本番環境向けデプロイツールキット。高性能推論と幅広いハードウェア互換性を提供します。

PyTorch用のPythonライブラリで、3D医療画像の効率的な読み込み、前処理、拡張ツールを提供します。

JAXの純粋関数変換を維持しつつ、オブジェクト指向によるモデル定義を可能にするJAX用ニューラルネットワークライブラリ。

純粋な Julia で構築された機械学習フレームワークで、ネイティブ GPU と自動微分のサポートを利用した軽量な抽象化を提供し、モデルの構築とトレーニングを可能にします。

Cube Studio は、開発ライフサイクル全体を通じて一貫性のある環境を提供することに焦点を当てた、データサイエンスと AI の統合開発環境です。

Rustコアと16言語のバインディングを備えた高性能で損失のないHTML-to-Markdown変換ツール。実世界の不正なHTMLを処理することを目的としています。

LlamaDeploy は AI ワークフローのデプロイとサービングを提供するためのツールですが、現在は llama-agents に移行するため非推奨となっています。

Acme は、強化学習の研究フレームワークであり、強化学習アルゴリズムの開発とテストのためのスケーラブルな構成要素とベースライン・エージェントを提供します。

NVIDIA Hopper および Blackwell GPU に最適化され、メモリ使用量を削減し、トレーニングスループットを向上させる高性能な Mixture-of-Experts (MoE) 実装です。

Qwen 3.8 の最小限の PyTorch 再実装で、読みやすいコードベースと、より簡単なモデルデプロイのための int4 量子化サポートを提供します。

stable-pretraining は、PyTorch Lightning をベースにしたファウンデーションモデル研究用のフレームワークであり、SimCLR、DINO、MAE、CLIP など、自己教師学習、教師あり、マルチモーダルの前処理を、辞書ベースの設計、リアルタイム評価コールバック、GPU側のオーギュメンテーション、SLURM水準のオーケストレーションにより簡素化します。実験的な JAX バックエンドも搭載しています。

異なるCPUアーキテクチャにまたがる数値計算を高速化するための、C++ライブラリ。SIMDインプリントの統一されたラッパーを提供します。

Intel® Core™ Ultra CPUに統合されたエネルギー効率の良いAI推論加速を実現する、Intel® NPU用のLinuxカーネルドライバー。

Kunlun XPU上でvLLMを実行できるようにするハードウェアプラグインで、最適化されたカーネルと幅広いLLMおよびマルチモーダルモデルのサポートを提供します。

モバイルおよびエッジデバイス向けに最適化された軽量なマルチモーダルLLM推論エンジン。さまざまなNPUおよびGPUをサポートし、高度な量子化を実装しています。

ツリーブースティング、ガウス過程、混合効果モデルを組み合わせ、非線形性や空間的・グループ的効果などのデータ依存関係を扱うためのソフトウェアライブラリ。

プロンプトインジェクションの検出、トークン予算の管理、ボットおよび機密データ漏洩のブロックを実現するAIアプリケーション向けランタイムセキュリティプラットフォーム。

数百万の相互作用するエージェントをシミュレートして複雑な社会的ダイナミクスをモデル化するためのGPU最適化プラットフォーム。

Web Neural Network APIのためのW3C仕様であり、Webアプリケーションが機械学習モデルのハードウェアアクセラレーションにアクセスするための標準化された方法を提供します。

連続、整数、カテゴリカル変数のブラックボックス最適化に適した、実用的な Python ライブラリで CMA-ES とその変種を実装しています。

教育的目的のために完全に自作された純粋な Python 機械学習ライブラリ。主要な ML アルゴリズムの透明な実装と、自動微分エンジンを提供します。

MCPを介してAIコーディングアシスタントに深いコードベースのコンテキスト、メモリ、およびナビゲーションツールを提供する、セマンティックコード検索およびシンボルインテリジェンスシステムです。

C#/.NET でネイティブに記述された高性能 LLM 推論エンジン。Python や llama.cpp に依存せず、Transformer モデルに対してネイティブな CPU/GPU サポートを提供します。

ローカルおよびクラウドのリソースにわたって、ゼロ構成で ML 実験の実行を自動化する MLOps/LLMOps スケジューラーおよびオーケストレーション・ツール。

タブラー、テキスト、画像、時系列データに対して、事前構成済みのプリセットまたはカスタムパイプラインを用いてMLモデルを構築できる自動機械学習フレームワークです。

IT運用のための制御されたAI駆動ワークフローに、可観測性、イベント追跡、タスク実行を統合するオープンソースのインテリジェント運用（AIOps）エージェントプラットフォーム。

GGUF モデルのメタデータを解析し、完全なファイルダウンロードなしでメモリ使用量とパフォーマンスを推定するための Go ベースのツール。

共有GPU上で複数のAIモデルを効率的にデプロイする高性能システム。超高速なチェックポイント読み込みとGPUマルチプレクシングにより、サーバーレス推論を実現します。

純 Mojo で記述された、SIMD とベクトル化を活用して CPU パフォーマンスを最適化する高性能 Llama 2 推論実装です。

静的解析に基づく決定論的でローカルファーストのメモリとガバナンスシステム。AIコーディングエージェントのコードベースへの適切な方向性と安全な変更を保証します。

AIが生成したロジックをよりメンテナンス可能で人間にとって読みやすくするために、コード内の循環的複雑度を測定し、低減するClaudeスキル。

プラグインのコンポーネントを自動検出し、AIエージェントでセキュリティスキャンを行う、Cursor AIエディタ用のコミュニティディレクトリ

AMD の高パフォーマンス機械学習プリミティブ用ライブラリで、ROCm 対応プラットフォーム上のディープラーニングに最適化されたカーネルを提供します。

Supermemory コンテナをローカルファイルシステムまたは仮想 bash 環境として公開し、標準 Unix ツールを使用してメモリ管理とセマンティック検索を実現するツールです。

開発者が複数のコーディングエージェントを並列に実行できるようにする、オープンソースのAI IDE。各タスクに分離されたgit worktreeと環境を提供します。