Scikit-Learnに似たインターフェースを備えた、Ruby向けの幅広いアルゴリズムを提供する機械学習ライブラリ。

ローカル環境、Kubernetes、Google Cloud Platform における機械学習実験のパッケージ化、実行、追跡のためのフレームワーク。

物理的制約を組み込んだ科学的機械学習モデルの構築を可能にする、微分方程式ソルバーをニューラルネットワークに統合するJuliaパッケージ。

GGUF 形式を使用して、Go アプリケーション内で高パフォーマンスなローカル LLM 推論を実現する llama.cpp 用の Go バインディング。

hf‑mem は、Safetensors または GGUF 重みを使用するあらゆる Hugging Face モデルの実行に必要な RAM を見積もりする、軽量な Python CLI (およびライブラリ) です。HTTP range requests を介してメタデータのみを取得し、Transformers, Diffusers, Diffusers, Sentence‑Transformers をサポートし、オプションで KV‑cache メモリと MoE 内訳を表示できます。スタンドアロンツール、Hugging Face CLI 拡張機能、またはエージェントスキルとしてインストール可能です。

3D Gaussian splatting用のC++ライブラリおよびファイル形式。視覚的な差異を最小限に抑えつつ、.plyファイルと比較してファイルサイズを最大10分の1に削減します。

Rユーザーが高レベルのニューラルネットワークAPIを使って、深層学習モデルのプロトタイピングと学習を行うことを可能にするKeras用Rインターフェース。

Treeliteは、決定器樹森林（decision tree forests）におけるユニバーサルなモデル交換・序列化フォーマットです。C++アプリケーションがモデルをディスクやネットワーク経由で保存・交換することを可能にします。

非教師ありクラスタ分析と外れ値検出に関する研究に焦点を当てたオープンソースのJavaデータマイニングフレームワークで、スケーラブルなベンチマークに適した高性能インデックス構造を備えています。

リアルタイムシステムおよび音声処理に最適化された軽量な C++ ニューラルネットワーク推論エンジン。

複雑なニューラルネットワークモデルの理解を支援する、属性付け、特徴の可視化、概念抽出を提供する Python ツールキット。

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。

バイナリから抽出された文字列を自動的にランク付けする機械学習ツール。マルウェアアナリストが最も関連性の高い情報を迅速に特定できるように支援します。

OpenAI Responses APIインターフェースの下で、Anthropic、Gemini、OpenAIなどさまざまなAIプロバイダーAPIを統合するGoベースのプロトコル変換およびモデルルーティングプロキシです。

Cline VS Code 拡張機能用のフレームワークで、再帰的でファイルベースの追跡システムとローカル LLM アシスト分析を用いて、大規模プロジェクトのコンテキストと依存関係を管理します。

不確実性下での意思決定を扱うための、マルコフ決定過程（MDP）および部分観測マルコフ決定過程（POMDP）を定義・解決するためのコアJuliaインターフェースです。

Table-Augmented Generation (TAG) のためのベンチマーク。データベース上の自然言語質問に答えるためのパラダイムであり、世界知識や意味的推論を必要とするもの。

NucliaDBは、ベクトル、全文、グラフインデックスを組み合わせたハイブリッドAI検索データベースで、非構造化データを格納および検索できます。

XGBoost の拡張であり、単なる一点推定ではなく、ターゲットの完全な条件付き分布を予測することで確率論的モデリングを可能にする。

Nano Banana Pro を使用して、コードベースやシステムドキュメントから自動的にアーキテクチャ図、フローチャート、シーケンス図を生成するMCPサーバーです。

300のヒューマン検証済みタスクと、一貫性のあるモデルパフォーマンスを保証する厳格な Pass^3 メトリクスを備えた、自律エージェントの信頼性ある評価フレームワーク。

個々の入力特徴ではなく、人間が理解しやすい高レベルな概念を使ってニューラルネットワークの予測を説明するモデル解釈手法です。

強化学習の研究を目的とした包括的な Julia パッケージで、アルゴリズムの実装、ベンチマーク、再現に向けた拡張可能なコンポーネントを提供します。

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。

モデルの安定性と性能を向上させるために、訓練中に指数移動平均（EMA）バージョンのモデルを維持するためのPyTorchライブラリ。後処理合成とターゲット表現ルーティングを特徴とする。

MOAは、リアルタイムデータストリームマイニングと大規模機械学習のためのオープンソースJavaフレームワークであり、アルゴリズムと評価ツールのセットを提供します。

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。

C++コードを必要とせずに、Pythonベースの機械学習モデルを配信できるTriton Inference Server用のバックエンドです。

VPTQは、再学習なしでLLMを2ビット未満に圧縮するベクトル量子化を用いたポストトレーニング量子化手法であり、巨大なモデルをコンシューマー向けハードウェアで実行可能にします。

単一のコードベースから、EloquentモデルをJSON:APIエンドポイントとAIエージェント用MCPサーバーの両方に自動変換するLaravelパッケージ。

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。

Dockerを介してAIモデルの管理とデプロイを行うツールで、llama.cppやvLLMなどのバックエンドを使ってLLMのプルと提供を簡素化します。

二段階最適化およびメタラーニングに適した、明示的・陰的・ゼロ次微分をサポートする効率的なPyTorchライブラリ。

多様なハードウェア、ソフトウェア、データセットにわたって、再現可能でポータブルなワークフローを可能にする、AI/ML研究のためのコミュニティ主導の自動化フレームワーク。

CPU、GPU、および分散システム全体で、テーブルデータ向けのハードウェア加速された機械学習ルーチンを提供する C++ および DPC++ ライブラリ。

ETLおよびRAGのためのAI駆動型ドキュメント処理エンジンであり、非構造化ドキュメントをベクトルデータベース用の高品質なデータチャンクに変換します。

AIエージェント向けの高性能なセマンティックメモリシステム。Gitに似たバージョン管理、階層的セマンティックパス、暗号的整合性をメモリ管理に導入。

惑星規模のワークロード向けに設計された派生データストレージプラットフォーム。ML特徴量ストアの状態保持型バックエンドとして使用され、低レイテンシのオンライン推論を可能にする。

分子および結晶の高速かつ高精度な原子シミュレーションのための事前学習済みニューラルネットワークポテンシャルのライブラリ。従来の高コストなDFT計算を置き換えます。

材料科学のためのデータマイニングライブラリであり、データを取得し、分析用に材料データを特徴量化するツールを提供します。

AIコーディングエージェントがブランドに合ったUIを記述できるように、デザインシステムをインストール可能なエージェントプラグインにコンパイルするツールです。特定のデザイントークンと構成ルールに従って、一貫性のあるUIを生成できます。

標準的な勾配を超える量（個別サンプル勾配や勾配分散など）を、バックワードパス中に情報を再利用することで効率的に計算するPyTorch拡張。

OWASP基準に基づく自動脆弱性スキャンを提供する、AIエージェントおよびMCPサーバーの赤チーム化向けオープンソース敵対エミュレーションフレームワーク。

トポロジーに精通していないユーザーが利用できるように設計された、トポロジカルデータ解析（TDA）用Pythonライブラリのコレクション。

ONEは、TensorFlowやPyTorchから作成されたAIモデルを、さまざまなハードウェアアクセラレータ上で効率的に実行できる、高性能なデバイス内ニューラルネットワーク推論フレームワークです。

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。

R エコシステムに PyTorch 機能をもたらす R パッケージ。機械学習におけるテンソル操作と自動微分を可能にします。

水文学のディープラーニング研究向けに設計されたPyTorchベースのPythonライブラリで、設定ファイルを通じてニューラルネットワークのトレーニングが可能です。