自由に利用可能なEEGデータセットに適用される脳-コンピュータ・インターフェース（BCI）アルゴリズムのための包括的なベンチマークフレームワークであり、研究の再現性を確保します。

Claude Code 用の Web ベースの視覚的インターフェースとロガーです。ターミナルベースの AI コーディングツールに GUI、コードの差分表示、モバイルアクセス機能を追加します。

LLM-as-a-judge、RAG 専用メトリクス、ヒューリスティック手法を統一インターフェースで利用できる AI モデル出力評価用ライブラリ。

TenSEALは、Microsoft SEALに基づくPythonライブラリで、テンソルに対する同型暗号化を可能にします。暗号化されたデータ上で算術演算を実行でき、生の情報を露出せずにプライバシー保護型機械学習を実現します。

クラウド上でインフラ管理なしにMLモデルやパイプラインをデプロイ・スケーリングできる、サーバーレスPythonランタイムとクライアントライブラリ。

CellmはExcelアドインで、`PROMPT()`関数を追加し、セル範囲に対してホスト型またはローカルのLLMを呼び出して、データクリーニング、抽出、翻訳、要約、その他の繰り返し作業をスプレッドシート内ですべて自動化できます。

中央集権的なアイデンティティと予算追跡を通じて、AIコストの管理、モデルアクセスの制御、AI生産性の定量的評価を可能にするエンタープライズAIリソース管理プラットフォーム。

原子レベルのニューラルネットワークを使用して、分子や材料の量子化学的特性を予測するためのディープラーニングツールボックス。

Nengoは、スパイク型および非スパイク型のシミュレーションの両方をサポートする、大規模な神経モデルの構築とシミュレーションのためのPythonライブラリです。

高次元メッセージパッシングとAuto-MLチューニングをサポートする、PyTorchベースのグラフおよびハイパーグラフニューラルネットワーク用ディープラーニングライブラリ。

ColBERT後期相互作用モデルの微調整、推論、検索を簡素化するライブラリで、高速インデキシングと柔軟なトレーニングオプションを提供します。

さまざまなフレームワークに対応する機械学習モデルを標準化されたRESTおよびgRPCインターフェースで配信するオープンソースの推論サーバー。

高速なRL研究と実験のために、JAXで記述された、多様でスケーラブルなハードウェア加速強化学習環境スイート。

ホスト型またはセルフマネージドのKubernetesインフラストラクチャ上でモデルをデプロイするためのオープンソースエンジン。大規模言語モデルのファインチューニングと提供を支援するツールを提供。

Phoenix アプリケーションへのランタイムアクセスを AI コーディングエージェントに提供する MCP サーバー。開発中にコードを実行し、データベースをクエリし、ライブログを読み取ることができます。

ASTベースのコールグラフ解析とハイブリッドセマンティック検索を組み合わせたコードインテリジェンスCLIツール。大規模なコードベースをナビゲートする開発者やAIエージェントを支援します。

人間が設計したコンパイラ最適化ヒューリスティクスを、学習済みモデルで置き換えることで、LLVM に機械学習を統合するためのフレームワーク。

テキスト、画像、数値など混合された列タイプを含む異種の表形式データ用に設計された、モジュール式のPyTorch拡張機能。

AIエージェントの共同トレーシング、評価、モニタリング、デバッグを支援するオープンソースのエージェントエンジニアリングプラットフォーム。

自然言語コマンドを使用して、LLMがDockerコンテナ、イメージ、ボリュームを管理できるようにするMCPサーバー。

OpenAIのAPIおよびその他のOpenAI互換プロバイダーとの簡単なやり取りを可能にするSwiftパッケージ。テキスト、画像、音声、リアルタイム音声会話に対応。

3DレンダリングにおけるVRAMと帯域幅の使用量を削減するため、複数のPBRテクスチャチャンネルを1つのニューラルセットに圧縮するニューラルテクスチャ圧縮SDKです。

自律的なソフトウェアのコーディング、ビルド、実行のために、AIエージェントがローカルシェルおよびファイルシステムに制限なしでアクセスできるMCPサーバー。

Vercel AI SDK 用の OpenRouter プロバイダー。統一されたインターフェースを通じて 300 以上の LLM および埋め込みモデルへのアクセスを提供します。

scikit-learn モデルを ONNX 形式に変換するライブラリで、ONNX Runtime を使用して高性能な推論を可能にします。

WebGPU を使用して、APIキーもバックエンドサーバーも不要な、ユーザーのデバイス上でローカルにLLMを実行するプライベートなブラウザネイティブAIスタジオおよびエージェントワークスペース。

AIエージェントとLLM APIの間に配置されるプロキシで、背景で会話履歴を圧縮し、コンテキスト制限に達した際の遅延を回避します。

AIアシスタントがGoogle Docs、Sheets、Drive、Gmail、Calendarに接続できるMCPサーバー。LLMがWorkspaceデータを読み取り、管理できるようにします。

ブラウザ、エッジ、およびエージェントツール間で高いポータビリティと最小限のバンドルサイズを実現するように設計された、軽量なOpenAI互換AI SDK。

自然言語コメントをシェルコマンドに変換し、補完を提供し、破損したコマンドの修正案を提案するAI駆動のFishシェルプラグイン。

scikit-learn モデルを pickle 以外の手法で安全に永続化および共有するための Python ライブラリ。モデルカードの作成ツールも含まれています。

観測メトリクスに最適化された多変量時系列予測用のファウンデーションモデルで、ゼロショットおよび確率的予測を提供します。

複数のAIサブスクリプションを活用して、並列で複数ベンダーのコードレビューを実行するローカルオーケストレーションツール。単一のAIモデルでは見逃す可能性のあるバグやバイアスを検出します。

大規模な学習において、個々のワーカーやノードが失敗しても、ジョブが中断せずに継続できるようにするPyTorchライブラリ。

演算子数を減らし、推論速度を向上させるためにONNXモデルを簡素化・スリム化するツール。精度を維持しながら実現します。

CUDA仮想メモリAPIを活用して、変更のないアテンションカーネルの仮想連続性を維持しながら動的割り当てを可能にするLLM KVキャッシュ用メモリマネージャ

MariaDB、MongoDB、MySQL、Oracle、PostgreSQL、Redis、SQLite、SQLServer など、複数の主要なデータベースをサポートするAI対応のSQLクライアントおよびデータベース管理ツール。テーブル設計、クエリ作成、同期を実行可能。

Milvus用のJavaクライアントライブラリ。Java開発者がAIアプリケーションにベクトルデータベース機能を統合できるようにします。

IBM Analog Hardware Acceleration Kit (AIHWKit) は、アナログメモリ内AIチップ（PCM、RRAMなど）をシミュレートするPython/PyTorchライブラリです。アナログ対応レイヤー、最適化手法、高性能CUDA/C++シミュレータ、標準モデルをアナログ同等に変換するユーティリティを提供します。pipまたはcondaでインストールでき、CPU/GPU（AMD ROCmも対応）で実行可能。研究、アルゴリズムプロトタイピング、教育に活用できます。

GPUアクセラレーションを活用したStockfishのNNUE評価ネットワークの学習を可能にするPyTorchベースのフレームワーク。

複雑な生成 AI ワークフロー（例：Stable Diffusion や Flux）を、スケーラブルでプロダクション対応のマイクロサービスとしてデプロイできる、ステートレスな API ラッパーです。

機械学習システムにおけるカーネルライブラリやDSLが、複数のフレームワークや言語間でゼロコピー相互運用できるようにするオープンABIとFFI。

OpenAI向けの包括的なRuby APIライブラリ。REST APIへの型付きアクセス、リアルタイムWebSocket、AzureおよびBedrockプロバイダーのサポートを提供。

TorchRL を基盤にした機械学習フレームワークで、強化学習（RL）、大規模言語モデル（LLM）、ルールベース戦略をサポートし、バックテストおよびリアルデプロイメントの両方に対応したアルゴリズム取引を実現します。

さまざまなGPU（NVIDIA、AMD、Intel）およびCPU間で、並列カーネルのパフォーマンスのポータビリティを提供するC++20ヘッダーオンリーの抽象化ライブラリ。

RedisをベクターDBとして使用するAIアプリケーションの構築を簡素化する、AIネイティブなPythonクライアント。ベクター検索、ハイブリッド検索、およびLLMメモリとセマンティックキャッシュの本番環境対応拡張を提供。

Java Enterpriseアプリケーション向けに、再利用可能なスキル、エージェント、コマンドを提供し、分析、設計、実装を標準化するAIネイティブなSDLCワークフロー。

標準化されたデータ前処理と複数のモデル実装を備えた、ディープラーニングによる知識追跡モデルのトレーニングおよびベンチマークのためのPyTorchベースのライブラリ。