機械学習 · GitHub

グラフとノードによるインターフェースを備えた、最も強力でモジュール性の高い拡散モデル向け GUI、API、バックエンド。世界最速のローカル推論エンジン。

• A visual node graph for building and reusing image, video, audio, 3D, and text workflows without code.
• Reusable subgraphs, workflow templates, App Mode, and a local API for integrating workflows into applications.

機械学習システム：基礎、スケーリング、エージェント型AI、フィジカルAI（第I〜IV巻）• Harvard CS249r | https://mlsysbook.ai

C++ コアと Python で拡張可能な 50 以上のノードを備えた高性能 AI パイプラインエンジン。13 以上のモデルプロバイダー、8 以上のベクトルデータベース、エージェントオーケストレーションに対応し、すべてを IDE から LLM ワークフローの構築、デバッグ、スケーリングに利用できます。VS Code 拡張機能、TypeScript/Python SDK、Docker デプロイにも対応しています。

• Rocket Builder - Drag, connect, and configure nodes visually, no boilerplate. Real-time observability tracks token usage, LLM calls, latency, and execution. Pipelines are portable JSON, version-controllable, shareable, and runnable anywhere.
• High-Performance C++ Runtime - Native multithreading purpose-built for the throughput demands of AI and data workloads. No bottlenecks, no compromises for production scale.

ARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.

• 📊 87 composable skills — mix and match, or chain into full pipelines (/idea-discovery, /auto-review-loop, /paper-writing, /research-pipeline). See full catalog →
• 🔍 Literature & novelty — multi-source paper search (Zotero + Obsidian + local PDFs + arXiv/Scholar) + cross-model novelty verification

1つのYAMLでLLMをファインチューニング。レイヤーストリーミングにより、4 GBのノートPC向けGPUで8Bモデルを学習できます。

:sunrise: A comprehensive, cutting-edge open-source framework for next-generation Transformers, with compute-matched benchmarking and a platform for autonomous architecture research.

VoxCPM2：多言語音声生成、創造的な音声デザイン、リアルな音声クローニングのためのトークナイザー不要の TTS

• 🌍 30-Language Multilingual — Input text in any of the 30 supported languages and synthesize directly, no language tag needed
• 🎨 Voice Design — Create a brand-new voice from a natural-language description alone (gender, age, tone, emotion, pace …), no reference audio required

A machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.

非自己回帰型 System 1 意思決定エンジン。任意のテキストに対する型付きの選択・スコアリング・Yes/No 判定を単一のフォワードパスで実行し、100 以上の言語に対応します。リクエストごとに適切なチェックポイントを選択するルーターも備えています。

IP カメラ向けに、リアルタイムのローカル物体検出を行う NVR。

🤗 Transformers：テキスト、ビジョン、音声、マルチモーダルの最先端機械学習モデル向けモデル定義フレームワークで、推論と学習の両方に対応します。

• High performance on natural language understanding & generation, computer vision, audio, video, and multimodal tasks.
• Low barrier to entry for researchers, engineers, and developers.

アナリスト、クオンツ、AI エージェント向けのオープンデータプラットフォーム。

YuE2：最先端の音楽生成、シンボリックプランニング、ゼロショットのカバー生成、エージェントによる音楽編集。

• Lyrics + style → score → full song - Source recording → melody score → a new interpretation - Musical feedback → score, style, or lyric revisions → a new recording
• Listen and inspect the score - Hear zero-shot covers - Follow an editing conversation

12 週間、全 24 レッスン。誰でも学べる AI！

強力な GPU アクセラレーションを備えた、Python のテンソルと動的ニューラルネットワーク

Ultralytics の YOLO27、YOLO26、YOLO11、YOLOv8 は、物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション、画像分類、姿勢推定、物体追跡に対応します。

Dive into Deep Learning：中国語読者向けで、実行でき、議論できる。中国語版と英語版は、70以上の国にある500以上の大学で教育に使われている。