Vision Transformer (ViT) と Mamba を統合したマルチモーダルAIモデルで、テキスト、画像、音声、動画データを同時に効率的に処理・解釈します。

SDAR（Diffusion と AutoRegression の統合）は、自己回帰学習と離散拡散デコードを組み合わせたオープンソースLLMファミリーです。このアプローチにより、ARモデルの品質を維持しつつ、推論速度が2〜4倍高速化され、特に科学的推論ベンチマークで優れた性能を発揮します。リポジトリには事前学習モデル（1.7 B〜30 B）、シンプルなgenerateスクリプト、および2つの高性能推論エンジン（JetEngineとLMDeploy）が含まれます。学習/ファインチューニングスクリプトはLLaMA‑Factoryを使用し、MITライセンスで公開され、現在も積極的にメンテナンスされています。

Streamlitベースのウェブアプリで、LLM（例：Qwen2.5）とBGE‑M3埋め込みを活用し、ニュース記事から主張を抽出、DuckDuckGo/SearXNG経由でWeb証拠を取得、3ノードパイプラインで検証。中国語、英語、日本語、韓国語に対応、複数のモデルプロバイダー、ユーザー認証、履歴、PDFレポートをサポート。

AIエージェントのコーディング向けの意図コンパイラで、人間の要件を機械的に検証可能なタスク契約に変換し、AI生成コードの正確性を保証します。

自然言語による意図を、管理可能でレビュー可能、かつ元に戻せるシステム操作に変換する、ローカルファーストのAIターミナルオペレーター。組み込みの安全ガードレールにより、制御された実行を実現。

IDやパスポートなど、さまざまな書類のスキャンを安全に自動化する包括的なiOS SDK。オプションの即時利用UIを備え、データの自動抽出と検証を実現。

アウトバウンド接続またはクラウドサンドボックスを介して、パブリックにルーティングされないプライベートマシン上でAIエージェントがタスクを実行できるマルチユーザー・エージェントプラットフォーム。

色付きのヒント、テキストタグ、または参照画像によるガイドをサポートする、線画の自動着色向けのディープラーニングフレームワーク。

機械学習向けの低精度フォーマット（bfloat16、8ビット浮動小数点、狭い整数など）をサポートする、NumPy dtype拡張の独立した実装。

ブロッキングせずに、AIエージェントがバックグラウンドの開発サーバーやTUIと実行・監視・対話できるターミナルセッションマネージャーです。

macOS 向けのプライベート AI ウORKSPACE で、チャット、音声入力、会議メモを提供しながら、データをローカルに保持し、検証可能なプライバシー保護 API を通じて推論をルーティングします。

バックプロパゲーションを用いてシナプス結合重みと軸索遅延を学習する多層スパイキングニューラルネットワークの学習を可能にするPyTorch実装。

企業向け AI エージェントの本番運用に適したガバナンスフレームワーク。セーフティガードレール、コンプライアンス・アス・コード、IAM、人間による意思決定のエスカレーションを実装。

テキストおよび音声ベースの会話を自動化できるオープンソースの機械学習フレームワーク。

Ivyは、PyTorch、TensorFlow、JAX、NumPyなどのフレームワーク間で機械学習コード、モデル、ライブラリを変換できるようにするトランスパイラです。

深層ニューラルネットワークを使用して、画像およびリアルタイムのビデオストリームから人物を識別するオープンソースの顔認識ライブラリです。

Hugging Faceエコシステムとクラウドコンピューティングに深く統合された自律型MLエージェントで、機械学習コードの研究、作成、リリースを自動化します。

LMFlow は、大規模言語モデルのファインチューニングに適した拡張可能な Python ツールボックスです。全パラメータ学習、LoRA、メモリ効率の高い LISA アルゴリズム、QLoRA 量子化、および FlashAttention‑2、DeepSpeed、vLLM、SGLang などの高速化テクニックをサポートします。トレーニング後は、チャットスタイルの推論用スクリプトとオプションの Gradio/Flask デプロイが提供されます。このライブラリは Linux/Colab 環境向けに設計されており、マルチモーダルモデル、分散報酬モデル推論など、オプションの拡張機能も提供しています。

Python や R を必要とせず、.NET 開発者がカスタムモデルを構築、訓練、デプロイするための、クロスプラットフォーム対応のオープンソース機械学習フレームワークです。

torchtuneは、PyTorchベースのライブラリで、Llama、Gemma、Qwen、Phiなど多くの現代的なLLM（大規模言語モデル）のファインチューニング、RL-HF、蒸留、量子化対応学習、推論のための即時実行可能なレシピと設定を提供します。分散学習、メモリ節約テクニック、デバイスサポートをシンプルなCLI（`tune`）とYAMLファイルの背後で抽象化し、Hugging Face、torch-ao、FSDP2、ログ記録ツールと統合されています。2025年に開発が停止しましたが、LLMの実験に実用的でオープンソースなツールキットとして残っています。

PyTorchをラップするscikit-learn互換のニューラルネットワークライブラリで、scikit-learnのパイプラインやグリッドサーチをPyTorchモデルで利用可能にします。

pycorrector は中国語テキスト補正用のPythonツールキットです。高速なKenLMベースのルールシステムと、MacBERT、T5、ERNIE、GPTスタイルのLLM、BARTなど、即時利用可能または独自データでファインチューニング可能なニューラルモデルのセットを提供します。pipでインストールし、モデルクラスを選択して `correct()` または `correct_batch()` を呼び出すだけで、修正された文と誤りの詳細を得られます。リポジトリには評価スクリプト、デモ、コマンドラインバッチ処理機能が含まれており、入力メソッド、OCR/ASR後処理、検索クエリのクリーニングなどのユースケースを想定しています。

画像キャプションアーキテクチャを用いて、手書きのウェブモックアップをHTMLコードに変換するディープラーニングモデル。

NVIDIAおよびAMD GPU上で高パフォーマンスな推論サービングを実現するため、深層ニューラルネットワークを最適化されたCUDA/HIP C++コードに変換するPythonフレームワークです。

NeoVim用GitHub Copilot Vimプラグインの純Lua製代替品。より高いパフォーマンスと現代的なプラグインエコシステムとの深い統合を提供します。

OpenCVとTensorFlowを使用して、文書、IDカード、名刺のインテリジェントな画像切り抜きと透視補正を行うAndroidライブラリ。

Kotlin Multiplatform上に構築され、IDEや複数のデバイスにわたってコーディング、レビュー、リサーチエージェントを統合するAIネイティブなマルチエージェント開発プラットフォーム。

英語のテキストに対して、トークン化、品詞タグ付け、および名前付きエンティティ認識を提供する純粋なGo言語による自然言語処理ライブラリです。

Jittor は、計算グラフ全体を JIT コンパイルし、メタ演算子を使って特定のモデルに最適化された CUDA/C++ カーネルを生成する高性能ディープラーニングフレームワークです。PyTorch に似た Python API を提供し、CPU および GPU バックエンド（CUDA、ROCm、Hygon）をサポートしており、ビジョン、レンダリング、幾何学的学習、強化学習向けのモデルズーも備えています。

1つのターミナルプロンプトから、スライド資料、調査レポート、動画などのプロフェッショナルな成果物を生成する、専門的なAIエージェントを連携させるマルチエージェントシステム。

Metaが提供する生産環境対応の強化学習ライブラリ。複雑な現実世界の環境で、フィードバックが疎らで、アクション空間が動的である状況でも動作可能なモジュール型AIエージェントの構築を可能にする。

複数のGPUに分散された巨大な埋め込みテーブルを備えた大規模推薦システムのトレーニングおよびデプロイに向けた、スパーシティおよび並列処理のプリミティブを提供するPyTorchドメインライブラリ。

従来のSVCモデルと比べて、はるかに低いハードウェア要件と高速な学習時間を実現する、高品質なAIボイスチェンジを可能にする効率的な歌唱音声変換プロジェクト。

複数視点画像から三角形3Dモデル、材質、照明を共同最適化によって抽出する微分可能なレンダリングフレームワーク。

Apache Mahoutは、量子コンピューティングバックエンドとGPUアクセラレーテッドデータエンコードのための統一APIを提供するPythonライブラリQumatを備えたスケーラブルな機械学習環境です。

畳み込みおよびトランスフォーマー型ビジョンモデルの予測を説明・デバッグするための、PyTorch用のクラス活性化マップ（CAM）可視化ライブラリです。

学習率スケジュールや事前に定義された停止時間を必要とせず、より高速で柔軟なモデル訓練を可能にするPyTorch最適化手法のコレクション。

分散データ上で機械学習と計算を行うためのオープンソースフレームワークで、トレーニングデータをクライアントにローカルに保ちながらも、グローバルなモデルトレーニングを可能にします。

ベイジアンネットワークを用いて因果関係を特定し、介入の影響を推定する因果推論と「もし～なら」分析のためのツールキット。

教師付きおよび非教師付きのさまざまな手法を用いてカテゴリ変数を数値にエンコーディングする、scikit-learn互換の変換器のライブラリ。

TensorFlow Extended (TFX) は、自動化された機械学習パイプラインの構築とオーケストレーションを可能にする本番スケールのMLプラットフォームです。

WebGPU、WebGL、WebAssembly を使用して、Webブラウザ内で ONNX モデルを直接実行するブラウザベースのニューラルネットワーク推論エンジン。

標準化されたリーダーボードと提出インターフェースを通じて、スケールに応じた機械学習およびAIアルゴリズムの評価と比較を行うオープンソースプラットフォーム。

PyCUDAはNvidiaのCUDA APIのPythonラッパーであり、自動メモリ管理とC++の速度を備えたGPU上で高性能な並列計算を可能にします。

ClawManagerは、AIエージェントワークスペース（OpenClaw、Hermes、OpenCode、DeepSeek Harness）のプロビジョニング、ガバナンス、コラボレーションを可能にするオープンソースのKubernetesネイティブ制御プレーンです。React UI、Goバックエンド、MySQLステート、およびAIゲートウェイ、ノースバウンダリAPI、セキュリティ保護などのサービスを統合し、ワンクリックでのランタイム作成、モデルアクセス監査、再利用可能なリソース注入、チームベースのタスク分解、レイヤードセキュリティ監視を提供します。k3sまたはフルKubernetesクラスタでデプロイ可能で、スケーラブルかつポリシー駆動のAIエージェントインフラを必要とするプラットフォームチームを対象としています。

CPUベースの手法と比較して、高次元データの可視化において劇的な高速化を実現するGPUアクセラレートされたFIt-SNEアルゴリズムの実装です。

デスクトップ、ウェブ、モバイルプラットフォームにわたって複雑なタスクを実行するために、ユーザーが自律的なAIチームや企業を構築できるオープンソースのマルチエージェントAIアシスタント。

MLPerf Training ベンチマークスイートのリファレンス（最適化されていない）実装を収録したリポジトリ。ビジョン、言語、推薦、グラフモデルをカバー。各ベンチマークにはモデルコード、Dockerfile、データセットスクリプト、目標品質に達するまでの所要時間を測定するトレーニング実行スクリプトが含まれます。ベンチマーク提出、ハードウェア評価、学習目的に適していますが、実世界のパフォーマンス用途には向いていません。