Cohere Python SDKは、AWS、Azure、GCP、Oracle OCIを含むさまざまなプラットフォーム上でCohereのAIモデルにアクセスできるクライアントライブラリです。

100台以上のGPUにわたるスケーリングをサポートする、機械学習ベースの気象・気候モデルのマスively parallelな学習および推論を実現するPyTorchライブラリ。

Julia 向けの変異をサポートし、最適化された中間表現を活用して効率的な微分計算を行う高性能な自動微分パッケージ。

MLX を使用して Apple Silicon 上でローカルに大規模言語モデル（LLM）のトレーニングとファインチューニングを行うためのツールキットで、広範な好み最適化および量子化に配慮したトレーニング手法をサポートします。

ローカル、アカウント連携、APIベースのモデル間でAIリクエストをインテリジェントにルーティングする単一のローカルエンドポイントを提供するモデルルーター。

MDia は、LLM の中間推論を再利用可能な「方言カード」（LSF）として形式化する Python ライブラリであり、生成・進化・プロファイリング・ルーティング・監査を実施する決定論的8段階パイプライン（collect → create → evolve → profile → select → run → validate-rules → report）を提供します。ブラックボックス LLM API をサポートし、複数のルーティング計画を備え、100ルールのバンクを含み、テスト評価前に意思決定を固定することで再現性を保証します。リポジトリには API キー不要のトゥイオフラインデモ、豊富なドキュメント、MITライセンス、ICML 2026ポスターおよびarXiv論文への引用が含まれます。

Ghidraの逆向エンジニアリング・スイートをLLMエージェントと統合し、自動反コンパイル、意味論的コード検索、およびバイナリ解析を可能にするMCPサーバーです。

RxInfer.jl は、因子グラフメッセージ伝搬を使用して高速でリアクティブなベイズ推論を実行する Julia ライブラリです。共役関係を自動的に活用して正確な更新を実現し、非共役モデルもサポートし、RxInferServer を通じて REST API としてデプロイ可能。`] add RxInfer` でインストールし、`@model` マクロでモデルを定義し、`infer` を呼び出して事後分布を取得します。

Gemini DeveloperおよびGemini Enterprise Agent Platform APIとやり取りするためのJava SDK。コンテンツ生成、マルチモーダル入力、自動関数呼び出しを可能にします。

大規模モデルの学習に向けた、スケーラブルで分散型のマスIVEデータセットの読み込みとブレンドを可能にするマルチモーダルデータローダー。

Apple Silicon向けネイティブSwift AIインフラストラクチャ。MacをMLXおよびApple Foundation Modelsを実行するためのプライベートなOpenAI互換サーバーに変えます。

3D並列化と最適化されたカーネルを用いて、学習時間を短縮しコストを削減する大規模言語モデルのための高性能ライブラリ。

Claude Code、Cursor、Copilot などのツール間でポータブルなプロンプトパッケージをインストール、更新、同期できる、AI コーディングエージェント用の CLI スキルマネージャー。

outlines‑core は、JSON schema を正規表現に変換し、それらの正規表現を言語モデルの語彙にリンクする高速な DFA ベースのインデックスを作成する Rust crate (Python バインディング付き) です。生成される `Guide` オブジェクトは、各生成ステップでどの token ID が許可されるかを通知し、LLM から構造化された schema 準拠の出力を可能にします。

標準化されたデータセットと判断モデルを使用して、異なるプロバイダー間で AI メモリおよびコンテキストシステムを評価・比較するためのプラグイン式ベンチマークフレームワークです。

複数の AI コーディングエージェントとリポジトリ間でコーディング標準と指示を同期する中央集権的なエンジニアリングプレイブック。

音声、オーディオシーン、音声理解をカバーする50以上のデータセットを通じて、音声大規模言語モデル（AudioLLMs）を評価するためのユニバーサルなベンチマーク。

PostgreSQL データベースを、カスタムバックエンドを必要とせずに、即座に REST および Model Context Protocol (MCP) API に変換する、本番環境対応の API です。

eBPFを使用してトラフィックをインデックスし、MCP統合を通じてAI駆動のトラブルシューティングを提供するKubernetes向けネットワークオブザーバビリティツール。

さまざまなハードウェアアクセラレータをサポートし、最先端の AI モデルを訓練、評価、および展開するためのグラフィカルなツールボックスです。

データの前処理から本番環境へのデプロイまで、レコメンデーションシステムの開発と評価のためのフルパイプラインをカバーする高度なフレームワーク。

リポジトリ内で耐久的で自己改善可能なエージェントワークフローを実行するターミナルネイティブなランタイム。品質ゲートとコードベースインデキシングを使用して、作業が実際に完了していることを保証します。

大規模ファイル、リアルタイムコラボレーション、AI出力のストリーミングに対応した高性能な WYSIWYG Markdown エディタとカーネル。

AIエージェントを使用して、iOS、macOS、Webアプリの実際のユーザー動作をシミュレートするネイティブmacOSツール。UXの摩擦やユーザー目標のテストを自動化します。

ノイズの多いコマンド出力を精製し、繰り返しデータを再取得可能なハンドルに置き換えることで、AIエージェントのトークン使用量を削減するツール。

llms.txt ファイルを介して、AI エージェントに透明かつ監査可能なドキュメント取得方法を提供する MCP サーバーです。

WildClawBenchは、ブラウザやbashターミナルなどの実際のツールを使用して、ライブ環境で複雑な現実世界のタスクを実行するAIエージェントの能力をテストする、エンドツーエンドのエージェントベンチマークです。

トレーニングループのボイラープレートを削除し、実験と再現性を加速する深層学習 R&D 用 PyTorch フレームワーク。

バグのトリアージ、品質管理、テスト選択を自動化し、ソフトウェアエンジニアリングの効率を向上させる機械学習フレームワーク。

AIエージェントのトレースを可視化するためのReactコンポーネントライブラリ。複雑なJSONログを階層的な図に変換し、デバッグを容易にします。

Claude Code 用のオープンソースエンジンで、段階的 PRD、依存関係順序付けタスクグラフ、証拠ベースの実行により、目標を検証済みコードに変換します。

人間ユーザーとAIエージェントの両方にとって、構造化データを整理・クエリできるように設計された、SQLiteに基づく単一ファイル形式のリレーショナルスプレッドシート。

エージェントが環境や互いに反応するシミュレーションを可能にする、高性能な Julia フレームワークです。

NetKet は、ニューラルネットワークと機械学習を使用して多体系量子系を研究するための、JAX ベースの Python ライブラリです。

構文に配慮したコードナビゲーションツールで、人間とAIエージェントに構造的インサイトを提供し、コードベースを探索するためのツール呼び出し回数を削減します。

Python ライブラリで、Hydra プロジェクトにおける手書き YAML 設定を排除し、設定可能でスケーラブルなワークフローの作成を簡素化します。

Claude CodeやOpenAI CodexなどのAIコーディングエージェント用のオペレーティングレイヤーで、リポジトリの状態を保持し、複数ステップのワークフローを調整します。

AIエージェントに、人間による介入（human-in-the-loop）可能な実ブラウザ、再利用可能な認証プロファイル、および組み込みのセーフティレールを提供するMCPネイティブのブラウザコントロールプレーン。

NeurIPS や ICLR などの主要会場の学術文献を分析するための、構造化された AI 会議論文レコードの包括的リポジトリとローカル検索ツールです。

Web、モバイル、AI、IoTアプリ向けの構成可能なバックエンド。コードではなく設定によってAPI、認証、RAG機能を提供します。

一時的なエージェント生成スクリプトを再現可能でコンテンツアドレス可能なパイプラインに変換する、実行可能でGitネイティブな表形式データ作業のカタログ。

Codex CLI、Claude Code、ACP互換エージェント用の軽量なエージェントワークステーションおよびコマンドセンター。タスクスケジューリング機能と統合プロジェクトワークスペースを備えています。

実際のタスクに応じて候補となる設定をテストし、最も安価で信頼性の高いAIコーディング設定をリポジトリに適用するツール。

ParoQuantは、学習されたペアワイズ回転を使用して重みの外れ値を低減し、効率的な推論中に高い精度を維持するためのINT4量子化フレームワークです。

MInferenceは、動的なスパース・アテンション・パターンを活用することで、単一のA100 GPU上で最大10倍の高速化を実現し、長文脈LLMのプリフィリング（pre-filling）段階を加速します。

複数のGPUを使用して、大規模な画像およびビデオ拡散モデルのトレーニングを可能にするパイプライン並列トレーニングスクリプト。

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。

8,150件の高精度CFD自動車設計データセットとベンチマーク。空気力学的な最適化と性能予測のためのAIモデルのトレーニングに使用されます。