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。

空間時間的動画スーパーレゾリューションプロジェクト。再帰的生成的バックプロジェクションネットワークとGANを用いて、時間的一貫性と細かいディテールを維持しながら低解像度動画を拡大する。

3D点群の登録とSLAMに特化した、GTSAMの要因と最適化手法のコレクション。

ComfyUI用のカスタムノードで、フルな FLUX.2 [klein] ワークフローを1つの自己完結型UIウィジェットにラップし、複雑なノードグラフを排除する。

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。

連続的な3D構造の分布をモデル化するニューラルネットワークベースのアルゴリズム。異種的な低温EMおよび低温ET再構成に適しています。

ユーザーインターフェースとインフォグラフィックスを理解するように設計されたScreenAIビジョン・ランゲージモデルの実装。

SuperBenchは、クラウドAI環境の信頼性を向上させるために設計されたAIインフラ向けの検証およびプロファイリングツールです。

OpenAI ChatGPT API（または互換サービス）を使用して、SRT字幕ファイルを1行ずつ翻訳するNode.js CLI/Web UI。タイムスタンプを保持し、バッチ処理、構造化JSON出力、プロンプトキャッシュ、オプションのモデレーション、高度なマルチパス「エージェント」モードをサポートする。

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。

LViTは、言語と視覚の変換器を組み合わせたマルチモーダルフレームワークであり、CTスキャンやその他の医療画像における医療画像セグメンテーションの精度を向上させます。

AnnDataを最優先とするAPIとScanpyエコシステムとの互換性を備えた、GPUで加速された単細胞解析用ライブラリ

DeepSeekモデルを使用してGitHub ActionsまたはローカルCLIによるPRレビューを自動化するAI駆動のコードレビューツール。

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。

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。

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。

Kubernetesデバイスプラグインで、AMD GPUをコンテナクラスタ内の計算リソースとして登録およびスケジュール可能にします。

AIを使用して、コードの変更に基づいて標準化されたコンベンショナルgitコミットメッセージを自動生成するCLIツールです。

JIT コンパイルと自動微分のために JAX を使用し、純粋な Python で記述された高速なロボット運動学および動力学ライブラリ。

最先端のモデルフリーおよびモデルベースのアルゴリズムの標準化されたフレームワークと実装を提供する、オフライン強化学習のためのPyTorchライブラリ。

AIを使用して、複雑なプロジェクト概要を構造化された編集可能な計画ベースラインとインタラクティブなレポートに変換するオープンソースのプランニングツール。

YAMLまたはJSON形式のグラフとして定義されたワークフローにより、開発者がエージェントアプリケーションを構築できる非同期データフロー実行エンジン。

Kubernetesクラスタ上でDifyを簡単にデプロイできるようにする、Kubernetesデプロイマニフェストのコレクションです。

Rustベースのニューラルネットワークエンジン、高度な予測モデル、CPUネイティブで一時的なAIを実現するスウォームオーケストレーションシステムを備えたニューラルインテリジェンスフレームワーク。

モデル + フレームワーク + コンパイラを含む完全なソフトウェアスタック内で、AIチップの実際の性能をさまざまなモデル、フレームワーク、ソフトウェアスタックにわたってベンチマークする統合型AIハードウェア評価エンジン。公正かつ再現可能な結果を保証します。

自然言語エージェントを使用して、クラウドインフラストラクチャとKubernetesクラスタの管理、照会、デプロイを可能にするAI駆動のDevOps CLI。

高速なマルチGPU学習とデコードを最適化した、汎用再帰型ニューラルネットワーク用の拡張可能な学習フレームワーク。

Claude Code用の持続的で場所に根ざしたコンパニオンランタイム。長期記憶、ホメオスタシス的欲求、カメラや音声のハードウェア統合を追加する。

LangChain4j を Java アプリケーションに統合するための Spring Boot starter をまとめたコレクションです。AI 機能の実装におけるボイラープレートコードを削減します。

Triton Inference ServerがさまざまなディープラーニングフレームワークやカスタムC/C++ロジックからモデルを実行できるようにするフレームワークとユーティリティのセットです。

標準入出力（stdio）ベースのModel Context Protocol (MCP) サーバーを AWS Lambda 関数にラップするライブラリ。HTTPS を通じてクラウドホスティングされた MCP サーバーを可能にします。

人間の修正がエージェントの行動に実際に変化をもたらすかどうかを、セッション間で追跡・測定する永続的メモリシステム。繰り返しのミスを防ぐ。

Triton と PyTorch の統合パフォーマンスを評価するための PyTorch オペレーターのコレクションです。

ALF（エージェント学習フレームワーク）は、PyTorch を基盤とした強化学習ライブラリで、A2C、PPO、SAC、MuZero など多数のアルゴリズム、モジュール構成、Pythonスタイルの設定、シングルおよびマルチGPU/クラスタ学習をサポートします。CartPole、Atari、MuJoCo、MetaDrive など多数の即時実行可能な例題を含み、Docker、Nix、uv を用いたインストールオプションも提供しています。

Model Context Protocol (MCP) の PHP SDK で、MCP サーバーとクライアントを作成可能にし、特にステートレスなウェブホスティング環境向けに最適化されています。

三段階の段階的な難易度スケールとグループ化された非線形スコアリングを用いて、MLLMにおける動画理解の真の時間的推論能力を評価する堅牢なベンチマークです。

DanceOPDは、複数の拡散ベースの画像生成能力（テキストから画像、ローカル編集、グローバル編集、リアリズムなど）を一つのモデルに集約する研究用ライブラリです。各教師モデルを速度場として扱い、生徒モデル自身のロールアウト状態に対してクエリを行い、単純な速度MSE損失を用いて学習を行います。このリポジトリはSD-3.5-MediumおよびZ-Imageバックエンドをサポートし、スモークテスト用の軽量なテスト、およびLoRAアダプターを用いたフルトレーニング用のスクリプトと設定を提供します。

回帰および分類用の複雑な機械学習パイプラインを、シンボリック式を使って簡単に構築・操作・最適化できる Julia パッケージ。

OpenClawおよび関連ホスト向けのライフサイクルプラグインで、MemOS Cloudを統合してAIエージェントに永続的な記憶再検索とメッセージ保存を提供します。

クラウド依存なしに、プライベートかつオフラインで動作するモバイルAIアプリ。デバイス上でチャット、ドキュメント分析、マルチモーダル対応のインタラクションを実現。

標準化されたツールセットを通じて、AIアシスタントがローカルのTerraformワークフローを実行し、HCP Terraform/TFEインフラストラクチャを管理できるMCPサーバー。

ComfyUI用のカスタムノードコレクションで、MIDI、OSC、ゲームパッドなどのストリーミングおよび外部コントロールを統合し、リアルタイムのインタラクティブAIアートを可能にします。

Model Context Protocol (MCP) を使用するエージェント型システムにおける敵対的行動を文書化し、緩和戦略を提供するセキュリティフレームワーク。

プライベートインフラストラクチャ上で機械学習実験とメトリクスを追跡するためのWeights & Biasesのセルフホスト版。

Miladyは、ローカル（またはセルフホスト／クラウドバックエンド経由）で実行されるプライバシー最優先の個人用AIアシスタントです。3Dアバターを備えたデスクトップアプリ、マルチプラットフォームチャット接続、プログレッシブなアクションストリーミング、および組み込みのBNBスマートチェーン取引機能を提供します。macOS/Windows/Linux用の署名済みインストーラーでインストール可能、またはCLI（`milody setup`）を使用。システムはエネルギー意識型で、プラグイン拡張可能であり、APIトークンで安全にリモートバックエンドとして公開可能です。

プライベートな連合学習実験をシミュレートするためのPythonフレームワークで、複数のMLフレームワークとディファレンシャル・プライバシー・メカニズムをサポートしています。

ピクセルレベル、ターゲットレベル、およびハイブリッド指標を使用して赤外線小目標検出モデルのパフォーマンスを分析する軽量なPythonライブラリ。

ARC-AGIタスクにおけるAIモデルをテストするためのベンチマークフレームワーク。マルチプロバイダーアダプター、レート制限、および自動スコアリング機能を備えています。