大規模なエージェント強化学習のための、数千もの SQL ベースのツール使用環境を生成する合成環境生成パイプライン。

軽量でオープンソースのIAMスタック。人間、AIエージェント、機械のアクセスを、後量子セキュリティと分散型アイデンティティをサポートして保護します。

PyTorch ベースのフレームワークで、古典ハードウェア上で量子計算をシミュレートし、パラメトリック量子回路やハイブリッド古典‑量子モデルのトレーニングを可能にします。

AIコーディングエージェント向けの計画・実行レイヤーで、高レベルなリクエストを構造化された計画と並列化されたPRに変換する、厳格な設計・レビューワークフローを実現します。

AIデータアプリ用の統合マルチモーダルバックエンドで、データベース、オーケストレーション、サービング層を1つのPythonファイルに統合しています。

PyTorch C++ API (libtorch) の Rust バインディング。Rust で PyTorch のテンソル演算とディープラーニングツールを使用することを可能にします。

リアルタイム出力とAI支援によるjqクエリ作成を可能にする、インタラクティブなターミナルベースのJSONクエリツール。

AIエージェントとMCPを介して統合されるGoベースの脆弱性スキャナーおよびエクスプロイトールで、Springフレームワークのペネトレーションテストを自動化します。

混合探索空間のブラックボックス最適化のための Python ライブラリ。ハイパーパラメータチューニングやエンジニアリング設計のために、23種類の勾配フリーアルゴリズムへの統一されたインターフェースを提供します。

RAGのために最適化されたバイリンガルおよびクロスリンガルなエンベディングとリランキングのフレームワークで、中国語と英語間の高性能な検索に特化しています。

モジュール式の設定と高速なイテレーションを重視した、大規模言語モデル向けの軽量トレーニングフレームワーク。SFT、RLVR、評価の各段階で活用可能。

Windows上のAdobe Photoshopをプログラムで制御できるMCPサーバー。AIアシスタントがドキュメントの作成、レイヤーの管理、エフェクトの適用を可能にします。

データセンターにおけるリアルタイムの IP トラフィック監視および脅威検出のための最適化されたパイプラインを構築するための、サイバーセキュリティ開発者向けのオープン AI アプリケーションフレームワーク。

AIエージェントを安全に実行するために特別に設計された、強化され最小限のLinuxオペレーティングシステム。専用のオーケストレーションデーモンと再現可能なイメージビルドを備えています。

地理空間機械学習のためのPythonライブラリであり、ベクターデータの取得、エリアのマイクロリージョンへの分割、およびそれらをベクター空間への埋め込みを行うためのツールを提供します。

PostgreSQL 拡張で、BM25 ランキングアルゴリズムと Block-WeakAnd インデックスを実装し、ネイティブで高速なフルテキスト検索と関連性スコアリングを提供します。

Azure Machine Learning サービスを統合し、ユーザーが ML モデルをクラウドまたはエッジに構築、トレーニング、およびデプロイするのを支援する Visual Studio Code の拡張機能。

pi CLI および DeepSeek Harness 用の動的ステータスライン拡張機能で、AIエージェントのツール使用状況、進行状況、内部推論のリアルタイム可視性を提供します。

オープンソースのAIエージェントランタイムで、AIエージェントを個人のDNA専門家に変える。生の遺伝子データを分析するためのローカルでプライベートなワークスペースを提供する。

LLVM上で動作し、最適化されたコードに対して効率的な勾配を計算できる高性能自動微分ツール、EnzymeのJuliaバインディング。

NLPおよびLLMモデルの堅牢性、バイアス、公平性、安全性をテストする包括的な評価ライブラリ。

デッドロック、パフォーマンス問題、仮想スレッドのピンニングを診断するためのGUIとMCPサーバーを備えたJavaスレッドダンプおよびヒープ分析ツール。

ハードウェア加速をサポートする、組み込みデバイス向けに設計された軽量でポータブルな純 C99 ONNX 推論エンジン。

LLMが書くためのプログラミング言語。変数名の代わりに構造的参照を採用し、正しさを保証するための必須のSMT証明契約を備える。

TorchXは、Kubernetes、Slurm、Docker、ローカル環境など、さまざまな環境でPyTorchアプリケーションを起動できるユニバーサルジョブランチャーです。

REST API を通じて RAG システム、エージェント、推論エンドポイントを作成・デプロイできる AI-as-a-Service プラットフォーム。完全な管理ダッシュボードを備えています。

テキストから画像・動画へのモデルを自動評価するフレームワークで、マルチモーダルLLMを用いて視覚‑テキストの整合性をスコア付けします。

機械学習アルゴリズムやその他の数学関数を最適化するための遺伝的アルゴリズムを構築するための Python ライブラリです。

TensorFlow または JAX を使用して、確率論的手法とディープネットワークを統合する、確率論的推論と統計分析のためのライブラリです。

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。

テーブルデータ内の重要な特徴間の相互作用を、網羅的な探索なしで特定する、scikit-learn互換のReliefベースの特徴選択アルゴリズムのライブラリ。

確率的事実と論理プログラムを組み合わせることで、不確実性を扱い、複雑な推論タスクを実行する確率論的論理プログラミングのツールボックスです。

autoresearch‑claude‑code は、Claude Code または Codex エージェントを使用して予算制約のある自動リサーチループを実行する Python フレームワークです。目標、決定的なスコアラー、エージェントが編集できるファイルを定義します。システムは Git ブランチを作成し、各変更を測定し、実行時間とターン制限を尊重しながら、統計的に有意な改善のみを自動的にコミットします。

Ollama を介して複数の LLM、プロンプト、推論パラメータの最適な構成を特定するための自動化ツール。

DR Tulu は、ウェブを閲覧し、学術情報の取得、長文回答の生成が可能な研究指向エージェントを構築するためのオープンソース8 Bパラメータモデルおよびツールキットです。リポジトリには、非同期ツール呼び出しを備えたエージェントライブラリ、RLトレーニング（GRPO + 進化する評価基準）、SFTパイプライン、複数の研究ベンチマーク用の評価スクリプト、および1〜2GPUで動作するCLIデモが含まれます。

建物のエネルギー調整とデマンドレスポンスをシミュレーションするためのオープンソースのGymnasium環境で、マルチエージェント強化学習を使用します。

複雑な物理システムの研究に PINNs、DeepONets、および KANs の実装を提供する、科学機械学習 (SciML) のための統一フレームワーク。

OpenAI互換のモデルエンドポイントをテストして、提供されているモデルがそのラベルと一致するかを検証するPythonスクリプトのコレクション。

SVDQuantを用いた4ビット量子化を可能にする高パフォーマンスな推論エンジンで、VRAM使用量を大幅に削減し、推論速度を向上させます。

さまざまな GPU およびアクセラレータ向けに最適化された OpenCL BLAS ライブラリで、幅広いハードウェアで高性能な線形代数ルーチンを提供します。

B2B SaaSアプリケーションが安全かつ効率的にスケーリングできるようにする、ストレージとコンピューティングを分離したマルチテナントPostgresプラットフォーム。AI駆動機能をサポートする組み込みベクトルデータベースを備えています。

指定された目標にコードベースを反復的に一致させるために、新規コンテキストとファイルシステムメモリを使用する、再整合ベースのコーディングエージェント。

AIネイティブのソフトウェアテストプラットフォームで、従来のコードスクリプトを必要とせず、単一のYAMLベースの宣言型言語を使用してAPI、Web、モバイル、LLMのテストを自動化します。

Cursor AI エディタからチャット履歴や Composer ログを閲覧、検索、エクスポートできるウェブアプリケーション。

潜在空間に埋め込み、2次元に投影し、LLMを使ってクラスタにラベルを付けることで、非構造化テキストおよび画像データセットを視覚化・探索するためのツールです。

ONNX モデルを TensorFlow モデルに変換し、TensorFlow 実行エンジンを使用して実行できるようにする ONNX のバックエンド。

高コストなLLM分類呼び出しを、簡単な入力に対して軽量な従来のMLサロゲートで置き換えるコスト効率の高いルーティングシステム。教師モデルレベルのパフォーマンスを維持する。

LLM エージェントが構造化されたツール呼び出しチェーンを実行するための統一されたランタイム。Solana ブロックチェーンとの深い統合と Model Context Protocol (MCP) のサポートを特徴としています。