FlagScaleは、FlagOSエコシステム向けの統合ツールキットであり、さまざまなAIハードウェアチップ上で大規模モデルのトレーニング、強化学習、推論を一貫したインターフェースで実行できるようにします。

主要なディープラーニングフレームワークとデータプロファイリングツールに深く統合された、MLおよびデータの追跡、可視化、説明可能性を提供するエンジン。

VRAMとCPU RAM間のエキスパート常駐を管理することで、コンシューマー向けNVIDIA GPUで大規模なMixture-of-Experts (MoE)モデルを実行できるようにするLLMランタイム。

DeepMindのDQNベースの強化学習エージェントの参照実装のコレクション。Atariゲームにおける研究の再現性を目的としています。

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。

RNNベースのモデルの速度とメモリの問題を解決する自己注意機構ベースの多次元時系列補完フレームワーク

Nx に基づく、Elixir 用の伝統的な機械学習アルゴリズムのライブラリです。分類、回帰、クラスタリング、前処理のツールを提供します。

研究目的向けに設計された、PyTorchベースのエコーアレイネットワークとリザーバー計算の実装・テスト用モジュール。ディープアーキテクチャへの統合を想定しています。

合成データの生成と自動検証の自己改善ループを通じて、推論能力を持つモデルをスケールさせるためのフレームワーク。

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。

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。

科学的機械学習、不確実性定量化、およびAI向けに設計された、ソルバーのワークフローを細かく制御できる制約付き非線形最適化フレームワーク。

標準化された環境とキュレートされたデータセットを使用して、再現可能な研究を保証するオープンソースAutoMLシステムの評価および比較のためのフレームワーク。

radare2 用の LLM 統合型プラグインセット。関数の説明、脆弱性の発見、拡張デコンパイルなどのリバースエンジニアリングタスクを支援します。

CPU および GPU の高速化を実現する最適化されたネイティブライブラリを活用した、高速なテンソルおよびニューラルネットワーク計算を実現する Clojure ライブラリ。

JAXユーザーがJAXプログラム内で高性能なGPU操作のためにカスタムTritonカーネルを呼び出せるようにする統合ライブラリ。

複数のモデルプロバイダー、RAG、エージェントランタイムを中央ルーティングとガバナンスで管理するための統一APIレイヤーを提供する、エンタープライズグレードのマルチモーダルAIミドルウェア。

二次メモリのボトルネックなしに、ニューラルネットワークのヘシアン固有値分解、トレース、およびスペクトル密度を効率的に計算するためのPyTorchライブラリ。

低コストの組み込みデバイスやマイコンに最適化されたAIアルゴリズムをデプロイするためのツールチェインで、コンピュータビジョン、異常検出、シナリオ固有のタスクをサポートします。

Ollama およびその他のローカル LLM プロバイダー用のウェブベース GUI で、プライバシーを重視したインターフェースを通じて自己ホスト型モデルとチャットできます。

人間が書いたソリューションのコーパスから学習することで、高品質な機械学習パイプラインを合成する表形式データ向けのAutoML技術

手動のグラフ構築の代わりに、自然な Python 構文を使用して ONNX モデルの作成、デバッグ、最適化を可能にする Python ベースのフレームワーク。

OpenClaw AIエージェントのリアルタイム監視を可能にするゼロ依存のローカルダッシュボード。コスト、システム健全性、エージェント活動をリアルタイムで監視できます。

データ駆動型の微分方程式の構造的推定と同定のための Julia パッケージ。ユーザーがデータから数学的モデルを自動的に発見できるようにします。

AIエージェントやアプリケーション向けにModel Context Protocolサービスをオーケストレーションする、Rustで構築された高パフォーマンスなMCP管理システム。

72以上のセキュリティツールを自動オーケストレーションする自律型AI駆動のペネトレーションテストフレームワーク。リコンナッサンス、エクスプロイト、レポート作成を自動化します。

Lightning Fabric で加速されたスケーラブルな PyTorch 強化学習フレームワーク。RL アルゴリズムと環境を分離することで、より高い柔軟性を実現。

信号および画像処理向けの、GPUアクセラレーションと勾配サポートを備えた、PyTorchネイティブな離散および連続ウェーブレット変換ツールボックス。

モバイルデバイスへのTFLiteモデルの開発およびデプロイメントを支援するツールキットで、メタデータ管理、自動API生成、最適化されたタスクライブラリを提供します。

.prompt ファイルを実行するためのコマンドラインツール。プロンプトをバージョン管理可能なアーティファクトとして扱い、シェル経由で AI ワークフローを自動化できます。

コンシューマー用ハードウェア上で最大100兆パラメータのディープラーニング推薦モデルをスケーリングする、PyTorchベースの並列トレーニングシステム。

QEP および AutoBit などの高度な量子化技術を活用して、モデルサイズと VRAM 使用量を削減する Python パッケージ。

分散実行と最先端のチューニング手法をサポートする大規模かつ再現可能なハイパーパラメータ最適化（HPO）のためのライブラリ。

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。

CRABは、Docker、VM、物理マシンなどの多様な環境において、マルチモーダルな身体的AIエージェントを構築・評価するためのPython中心のフレームワークです。

NVIDIAがGPU上でJAXとXLAを最適化するための統合ハブを提供しており、最適化されたコンテナイメージ、技術文書、AIワークロードのパフォーマンスチューニングを備えています。

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。

トレーニングサーバーを必要とせず、複数のクラウドストレージプロバイダーおよびローカルファイルシステム間で機械学習モデルのバージョン管理、保存、ダウンロードが可能なオープンソースのモデルレジストリライブラリです。

生成AIアプリケーションのプロトタイプ作成用ライブラリ。モジュール化されたコンポーネントを視覚的に接続することで、AIワークフローの実験や共有が可能です。

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。

計算コストの高いシミュレーションを模倣する近似モデルを作成するためのJuliaライブラリであり、効率的な関数最適化と分析を可能にします。

60以上のEVM互換ブロックチェーンとやり取りできるMCPサーバー。トークン送金、スマートコントラクト操作（自動ABI取得機能付き）、ENS解決を提供する。

PyTorchベースの神経時空間予測用ライブラリで、データ前処理、モデルプロトタイピング、グラフニューラルネットワーク実装のための統合フレームワークを提供します。

遺伝的アルゴリズムを用いたハイパーパラメータチューニングおよび特徴選択に対応する、scikit-learn互換の最適化ツールキット。グリッドサーチやランダムサーチよりも効率的な代替手段を提供します。

単細胞遺伝子発現解析のためのディープラーニングツールキットで、実験の再現性を確保するベンチマークプラットフォームと、自動前処理の推奨を提供する仕組みを備えています。

LightGBM の拡張であり、目的変数の完全な条件付き分布を単一の点推定ではなく予測することで、確率的モデリングを可能にする。

SciMLエコシステム向けの感度分析ユーティリティパッケージで、モデルの出力が入力パラメータに対してどのように変化するかを把握するのに役立ちます。