ベスト AI GitHub リポジトリ

whisper.cpp

AI GitHub リポジトリ

OpenAIのWhisperモデルをC/C++で実装したポートです。開発者がGitHubでその開発に貢献できるようにし、音声認識技術におけるコラボレーションと革新を促進します。whisper.cppは、OpenAIのWhisperモデルをC/C++で実装したポートです。開発者がGitHubでその開発に貢献できるようにし、音声認識技術におけるコラボレーションと革新を促進します。

LlamaIndex

AI GitHub リポジトリ

大規模言語モデルをユーザー自身のデータに接続するためのオープンソースのPythonフレームワークです。コネクタ、インデックス、リトリーバルインターフェースを提供し、リトリーバル拡張生成やエージェントアプリケーションに対応しており、LlamaParseという別のドキュメント解析プラットフォームを運営する同じ会社によって維持されています。LlamaIndexは、大規模言語モデルをユーザー自身のデータに接続するためのオープンソースのPythonフレームワークです。コネクタ、インデックス、リトリーバルインターフェースを提供し、リトリーバル拡張生成やエージェントアプリケーションに対応しており、LlamaParseという別のドキュメント解析プラットフォームを運営する同じ会社によって維持されています。

LangGraph

AI GitHub リポジトリ

レジリエントエージェントの構築に焦点を当てたGitHub上のプロジェクトです。開発者がその機能や特徴を共同開発を通じて強化することに興味を持つことを奨励しています。LangGraphは、レジリエントエージェントの構築に焦点を当てたGitHub上のプロジェクトです。開発者がその機能や特徴を共同開発を通じて強化することに興味を持つことを奨励しています。

Unlimited OCR Works

AI GitHub リポジトリ

無制限OCRは、Baiduによる光学文字認識に特化したGitHubリポジトリです。一回の処理で長距離解析を導入し、OCR機能を大幅に向上させることを目指しています。このプロジェクトはオープンソースであり、OCR技術の進展に興味のある開発者からの貢献を歓迎しています。

Multi-GPT: 自律型GPT-4システム

AI GitHub リポジトリ

GPT-4を使用して完全に自律的なシステムを作成するために設計されたオープンソースプロジェクトです。複数の"expertGPTs"がタスクで連携し、それぞれが独自のメモリと通信機能を備えています。このシステムは、インターネットアクセス、ファイルストレージ、およびメモリ管理を提供し、複雑なタスクの実行と情報収集を可能にします。Multi-GPTは、GPT-4を使用して完全に自律的なシステムを作成するために設計されたオープンソースプロジェクトです。複数の"expertGPTs"がタスクで連携し、それぞれが独自のメモリと通信機能を備えています。このシステムは、インターネットアクセス、ファイルストレージ、およびメモリ管理を提供し、複雑なタスクの実行と情報収集を可能にします。

OpenAGI: LLMがドメインエキスパートと出会う

AI GitHub リポジトリ

AIエージェントを作成するためのパッケージであり、AIOS向けのエージェントを構築するように設計されています。ユーザーは、特定のフォルダー構造を作成して新しいエージェントを追加でき、外部ツールの設定に関する指示も提供されます。ユーザーはエージェントをアップロードおよびダウンロードし、問題やプルリクエストを通じてコードベースに貢献できます。OpenAGIは、AIエージェントを作成するためのパッケージであり、AIOS向けのエージェントを構築するように設計されています。ユーザーは、特定のフォルダー構造を作成して新しいエージェントを追加でき、外部ツールの設定に関する指示も提供されます。ユーザーはエージェントをアップロードおよびダウンロードし、問題やプルリクエストを通じてコードベースに貢献できます。

dreamGPT: AIを活用したインスピレーション

AI GitHub リポジトリ

大規模言語モデル（LLM）の幻覚作用を活用して斬新なアイデアを生成する、GPTベースのソリューションです。特定の問題解決に焦点を当てた他のGPTソリューションとは異なり、可能性を探求します。ユーザーはガイドとなるテーマを提供し、dreamGPTは夢のプロセスを開始するためのランダムなコンセプトのシードを生成し、夢を進化させてより良いアイデ…dreamGPTは、大規模言語モデル（LLM）の幻覚作用を活用して斬新なアイデアを生成する、GPTベースのソリューションです。特定の問題解決に焦点を当てた他のGPTソリューションとは異なり、可能性を探求します。ユーザーはガイドとなるテーマを提供し、dreamGPTは夢のプロセスを開始するためのランダムなコンセプトのシードを生成し、夢を進化させてより良いアイデ…

openvibe

AI GitHub リポジトリ

AI コーディングエージェント向けに設計された、Python ベースのオープンソースフレームワークです。Auto-GPT アプリケーションの開発とデプロイのためのモジュール構造を提供します。主な機能には、LLM…Openvibe は、AI コーディングエージェント向けに設計された、Python ベースのオープンソースフレームワークです。Auto-GPT アプリケーションの開発とデプロイのためのモジュール構造を提供します。主な機能には、LLM…

GPT Pilot: AI開発者

AI GitHub リポジトリ

アプリの構築、デバッグ、フィードバックを提供するAI開発者コンパニオンです。本番環境対応のアプリを生成し、開発プロセス全体を通して開発者を支援することを目指しています。コード生成、デバッグ、VS Codeなどのツールとの統合などの機能を提供し、さまざまなプログラミング言語とデータベースをサポートしています。GPT Pilotは、アプリの構築、デバッグ、フィードバックを提供するAI開発者コンパニオンです。本番環境対応のアプリを生成し、開発プロセス全体を通して開発者を支援することを目指しています。コード生成、デバッグ、VS Codeなどのツールとの統合などの機能を提供し、さまざまなプログラミング言語とデータベースをサポートしています。

AIヘッジファンド

AI GitHub リポジトリ

GitHub上の概念実証プロジェクトであり、AIをトレーディングの意思決定に利用することを模索しています。評価、センチメント、リスク管理など、さまざまなエージェントを採用して、投資戦略をシミュレーションします。この教育ツールは実際の取引を目的としたものではありませんが、AIを活用した財務分析とポートフォリオ管理に関する洞察を提供します。AIヘッジファンドは、GitHub上の概念実証プロジェクトであり、AIをトレーディングの意思決定に利用することを模索しています。評価、センチメント、リスク管理など、さまざまなエージェントを採用して、投資戦略をシミュレーションします。この教育ツールは実際の取引を目的としたものではありませんが、AIを活用した財務分析とポートフォリオ管理に関する洞察を提供します。

BambooAI: 会話型データ分析

AI GitHub リポジトリ

大規模言語モデル（LLM）を活用して会話形式でのデータ発見と分析を行うPythonライブラリです。自然言語を使用してデータと対話し、コードを生成し、洞察を得ることができます。このツールは、ローカルおよび外部のデータセットをサポートし、データ分析と可視化のためのユーザーフレンドリーなインターフェースを提供します。BambooAIは、大規模言語モデル（LLM）を活用して会話形式でのデータ発見と分析を行うPythonライブラリです。自然言語を使用してデータと対話し、コードを生成し、洞察を得ることができます。このツールは、ローカルおよび外部のデータセットをサポートし、データ分析と可視化のためのユーザーフレンドリーなインターフェースを提供します。

XAgent: 自律型LLMエージェント

AI GitHub リポジトリ

複雑なタスク解決のために設計された、大規模言語モデル（LLM）を搭載したオープンソースの自律型エージェントです。自律性、安全性、拡張性を特徴とし、使いやすいGUIと人間との連携機能を備えています。XAgentは、ディスパッチャー、プランナー、アクターを利用してタスクを解決し、ToolServerを通じてさまざまなツールを提供します。XAgentは、複雑なタスク解決のために設計された、大規模言語モデル（LLM）を搭載したオープンソースの自律型エージェントです。自律性、安全性、拡張性を特徴とし、使いやすいGUIと人間との連携機能を備えています。XAgentは、ディスパッチャー、プランナー、アクターを利用してタスクを解決し、ToolServerを通じてさまざまなツールを提供します。

ChemCrow

AI GitHub リポジトリ

大規模言語モデルを使用して複雑な化学タスクを解決するために設計されたオープンソースパッケージです。Langchainで構築され、RDKitやPubchemなどのデータベースなどのツールを統合しています。分子量計算や反応予測などのタスクを実行できます。このプロジェクトはGitHubとHugging Faceで利用できます。ChemCrowは、大規模言語モデルを使用して複雑な化学タスクを解決するために設計されたオープンソースパッケージです。Langchainで構築され、RDKitやPubchemなどのデータベースなどのツールを統合しています。分子量計算や反応予測などのタスクを実行できます。このプロジェクトはGitHubとHugging Faceで利用できます。

GitHub - microsoft/JARVIS

AI GitHub リポジトリ

Microsoftが開発したJARVISは、大規模言語モデル（LLM）を機械学習（ML）コミュニティに接続します。人工汎用知能（AGI）を探求するために設計されており、Hugging Face HubのエキスパートモデルとLLMを統合します。JARVISは、ユーザーのリクエストに基づいてタスクを自動化し、応答を生成します。

Claude Engineer

AI GitHub リポジトリ

AnthropicのClaude-3.5-Sonnetモデルを活用したインタラクティブなコマンドラインインターフェース（CLI）とWebインターフェースです。独自のツールを生成および管理し、会話を通じて機能を拡張することで、ソフトウェア開発を支援します。自動ツール作成、動的モジュールインポート、リアルタイムのトークン使用状況…Claude Engineerは、AnthropicのClaude-3.5-Sonnetモデルを活用したインタラクティブなコマンドラインインターフェース（CLI）とWebインターフェースです。独自のツールを生成および管理し、会話を通じて機能を拡張することで、ソフトウェア開発を支援します。自動ツール作成、動的モジュールインポート、リアルタイムのトークン使用状況…

AI Enterprise Case Study Analyzer

AI GitHub リポジトリ

AI-Investigatorは、ウェブサイトコンテンツを分析し、Claude 3.5 Sonnet APIとFirecrawlを使用して構造化されたレポートを生成するように設計された、自動化されたPythonフレームワークです。エンタープライズAIのケーススタディに焦点を当て、データを抽出し、インサイトを提供します。このシステムは、包括的なレポート作成のた…

自律型HRチャットボット

AI GitHub リポジトリ

GitHub上で構築されたプロトタイプのエンタープライズアプリケーションです。 タイムキーピングポリシーや従業員データなどのツールを使用して、HRに関する問い合わせに回答します。 LangChain、Pinecone、Streamlitを使用して開発され、ChatGPTまたはgpt-3.5-turboを中核機能として活用し、自律的…自律型HRチャットボットは、GitHub上で構築されたプロトタイプのエンタープライズアプリケーションです。 タイムキーピングポリシーや従業員データなどのツールを使用して、HRに関する問い合わせに回答します。 LangChain、Pinecone、Streamlitを使用して開発され、ChatGPTまたはgpt-3.5-turboを中核機能として活用し、自律的…

Taxy AI: Full Browser Automation

AI GitHub リポジトリ

TaxyAI のブラウザ拡張機能は、GPT-4 を使用してブラウザ操作を自動化します。ユーザーは、イベントのスケジュール設定やエッセイの作成など、タスクの指示を定義できます。このオープンソース拡張機能は、Web ページの DOM 要素を簡素化し、それらを LLM に送信し、Chrome デバッガー API を介してアクションを実行します。

GitHub上のBabyAGI

AI GitHub リポジトリ

BabyAGIは、自己構築型の自律エージェントを構築するための実験的なフレームワークです。関数を管理および実行するための関数フレームワークを利用し、関数管理とロギング用のダッシュボードが付属しています。このプロジェクトは、開発者がアイデアを試したり、議論を活発にしたりすることを目的としており、本番環境での使用を意図したものではありません。

iX: 自律型 GPT-4 エージェントプラットフォーム

AI GitHub リポジトリ

自律型および半自律型の LLM を活用したエージェントとワークフローを設計、展開するためのプラットフォームです。AI エージェントを使用してタスクを自動化するための、柔軟でスケーラブルなソリューションを提供します。QA チャットボット、コード生成、データ抽出、研究支援のための AI を活用したワークフローを作成します。iX は、自律型および半自律型の LLM を活用したエージェントとワークフローを設計、展開するためのプラットフォームです。AI エージェントを使用してタスクを自動化するための、柔軟でスケーラブルなソリューションを提供します。QA チャットボット、コード生成、データ抽出、研究支援のための AI を活用したワークフローを作成します。

GitHub IoA: 協調型AIフレームワーク

AI GitHub リポジトリ

IoAは、協調型AIエージェントが複雑なタスクに取り組むことを可能にするオープンソースフレームワークです。多様なエージェントの統合と自律的なチーム編成のために、インターネットに着想を得たアーキテクチャを使用しています。主な機能には、非同期タスク実行と適応的な会話フローが含まれます。AutoGPTやOpen…

Lagent

AI GitHub リポジトリ

大規模言語モデル（LLM）エージェントに基づいたアプリケーションを構築するための、InternLMによる軽量オープンソースフレームワークです。PyTorchにインスパイアされ、レイヤー作成とメッセージパッシングに焦点を当てることで、マルチエージェントアプリケーションの作成を簡素化します。Lagentは様々なLLMをサポートし、メモリ管理や柔軟…Lagentは、大規模言語モデル（LLM）エージェントに基づいたアプリケーションを構築するための、InternLMによる軽量オープンソースフレームワークです。PyTorchにインスパイアされ、レイヤー作成とメッセージパッシングに焦点を当てることで、マルチエージェントアプリケーションの作成を簡素化します。Lagentは様々なLLMをサポートし、メモリ管理や柔軟…

Paper to Podcast

AI GitHub リポジトリ

このGitHubプロジェクトは、研究論文を3人の登場人物による魅力的なポッドキャスト形式の議論に変換します。AIを使用してホスト、学習者、専門家をシミュレートし、学術コンテンツを、読むよりも聞くことを好むポッドキャスト愛好家にとってアクセスしやすく、示唆に富むものにします。

ソーシャルメディアエージェント

AI GitHub リポジトリ

ソーシャルメディア投稿のソーシング、キュレーション、スケジューリングを行うAIエージェント。認証とコンテンツ承認のためのヒューマン・イン・ザ・ループフローを活用し、カスタマイズ可能なプロンプトとスタイルでURLから投稿を生成できます。

py-vectara-agentic

AI GitHub リポジトリ

VectaraとAgentic RAGを用いたAIアシスタント構築のためのPythonライブラリ。Vectaraコーパスへの接続ツール作成を簡素化し、複数のエージェントタイプをサポートし、様々なLLMと統合します。高度なRAG機能を備えたカスタムAIエージェントを開発する開発者に最適です。

Apache Burr

AI GitHub リポジトリ

チャットボット、エージェント、シミュレーションなどの意思決定アプリケーションを構築するためのオープンソースPythonフレームワークです。これらのアプリケーションの監視、トレース、永続化、実行のためのツールを提供し、LLMや様々なフレームワークと統合します。Apache Burrは、チャットボット、エージェント、シミュレーションなどの意思決定アプリケーションを構築するためのオープンソースPythonフレームワークです。これらのアプリケーションの監視、トレース、永続化、実行のためのツールを提供し、LLMや様々なフレームワークと統合します。

Qwen-Agent

AI GitHub リポジトリ

Qwenモデルを使用したLLMアプリケーションを構築するためのオープンソースフレームワークです。関数呼び出し、コード解釈、RAGなどをサポートし、高度な計画およびメモリ機能を備えたカスタムアシスタントやツールの作成を可能にします。Qwen-Agentは、Qwenモデルを使用したLLMアプリケーションを構築するためのオープンソースフレームワークです。関数呼び出し、コード解釈、RAGなどをサポートし、高度な計画およびメモリ機能を備えたカスタムアシスタントやツールの作成を可能にします。

Gwenflow

AI GitHub リポジトリ

自律AIエージェントと大規模言語モデル（LLM）を活用したアプリケーションのオーケストレーションを行うためのPythonフレームワークです。LLMとエージェントのスケーラブルなソリューションへの統合を簡素化し、複数のLLMプロバイダー、マルチエージェントフロー、RAGパイプライン、ストリーミングをサポートします。Gwenflowは、自律AIエージェントと大規模言語モデル（LLM）を活用したアプリケーションのオーケストレーションを行うためのPythonフレームワークです。LLMとエージェントのスケーラブルなソリューションへの統合を簡素化し、複数のLLMプロバイダー、マルチエージェントフロー、RAGパイプライン、ストリーミングをサポートします。

NeMo Guardrails

AI GitHub リポジトリ

LLMベースの会話システムにプログラム可能なガードレールを追加するために設計されたオープンソースのツールキットであり、その信頼性と安全性を向上させます。NVIDIAによって開発され、開発者が会話AIシステムが事前に定義されたガイドラインに従うことを保証するためのツールを提供します。NeMo Guardrailsは、LLMベースの会話システムにプログラム可能なガードレールを追加するために設計されたオープンソースのツールキットであり、その信頼性と安全性を向上させます。NVIDIAによって開発され、開発者が会話AIシステムが事前に定義されたガイドラインに従うことを保証するためのツールを提供します。

uAgents

AI GitHub リポジトリ

分散型AIエージェントを構築するためのPythonフレームワークです。Fetch.aiブロックチェーン上での簡単な作成、安全なメッセージング、自動ネットワーク登録を提供します。自律的にタスクを実行し、分散型エコシステム内で相互作用できるエージェントを作成する開発者に最適です。uAgentsは、分散型AIエージェントを構築するためのPythonフレームワークです。Fetch.aiブロックチェーン上での簡単な作成、安全なメッセージング、自動ネットワーク登録を提供します。自律的にタスクを実行し、分散型エコシステム内で相互作用できるエージェントを作成する開発者に最適です。

DAGent

AI GitHub リポジトリ

AIエージェントを迅速に構築するために設計されたPythonライブラリです。有向非巡回グラフ（DAG）を使用してAIエージェントの動作をワークフローとして構造化し、関数をノードとして扱います。「Decision Node」を通じてLLMが次に実行する関数を推論することで、エージェントは既存のPythonコードをツールとして活用できます。DAGentは、AIエージェントを迅速に構築するために設計されたPythonライブラリです。有向非巡回グラフ（DAG）を使用してAIエージェントの動作をワークフローとして構造化し、関数をノードとして扱います。「Decision Node」を通じてLLMが次に実行する関数を推論することで、エージェントは既存のPythonコードをツールとして活用できます。

MiniAGI

AI GitHub リポジトリ

OpenAI APIを基盤としたシンプルで汎用的なAIエージェントです。堅牢なプロンプト、最小限のツールセット、思考連鎖（chain-of-thoughts）、要約機能を備えた短期記憶を活用します。さらに、パフォーマンスと精度向上のため、内なる独白（inner…MiniAGIは、OpenAI APIを基盤としたシンプルで汎用的なAIエージェントです。堅牢なプロンプト、最小限のツールセット、思考連鎖（chain-of-thoughts）、要約機能を備えた短期記憶を活用します。さらに、パフォーマンスと精度向上のため、内なる独白（inner…

ソフトウェア開発におけるメンテナーの負担を軽減するために設計されたオープンソースのコントリビューターエージェントアーキテクチャです。LLMを活用してセマンティック分析を行い、決定論的なコードでタスクを実行することで、イシュー処理やドキュメントマッチングなどを自動化し、オープンソースプロジェクトのメンテナンス効率を向上させることを目指しています。Oscarは、ソフトウェア開発におけるメンテナーの負担を軽減するために設計されたオープンソースのコントリビューターエージェントアーキテクチャです。LLMを活用してセマンティック分析を行い、決定論的なコードでタスクを実行することで、イシュー処理やドキュメントマッチングなどを自動化し、オープンソースプロジェクトのメンテナンス効率を向上させることを目指しています。

Orca

AI GitHub リポジトリ

並行コーディングエージェントの管理のために設計されたADEです。ユーザーは、自分のサブスクリプションを使用して任意のコーディングエージェントを実行でき、デスクトップ、モバイル、リモートランタイム環境での互換性を提供します。Orcaは、並行コーディングエージェントの管理のために設計されたADEです。ユーザーは、自分のサブスクリプションを使用して任意のコーディングエージェントを実行でき、デスクトップ、モバイル、リモートランタイム環境での互換性を提供します。

Whisper as a Service

AI GitHub リポジトリ

OpenAI Whisper の GUI および API を提供し、キューイングによる非同期音声文字起こしを可能にします。電子メールコールバックと Webhook による通知をサポートし、開発者やユーザーが音声認識機能をアプリケーションに統合する際の柔軟性を提供します。Whisper as a Service (WAAS) は、OpenAI Whisper の GUI および API を提供し、キューイングによる非同期音声文字起こしを可能にします。電子メールコールバックと Webhook による通知をサポートし、開発者やユーザーが音声認識機能をアプリケーションに統合する際の柔軟性を提供します。

Magicanimate

AI GitHub リポジトリ

GitHubでホストされているオープンソースプロジェクトで、AI駆動のアニメーションツールの開発に焦点を当てています。開発者はAIのアニメーション分野での進歩に貢献でき、コラボレーションとコード共有のプラットフォームを提供します。このプロジェクトは活発にメンテナンスされており、コミュニティの参加を歓迎しています。MagicanimateはGitHubでホストされているオープンソースプロジェクトで、AI駆動のアニメーションツールの開発に焦点を当てています。開発者はAIのアニメーション分野での進歩に貢献でき、コラボレーションとコード共有のプラットフォームを提供します。このプロジェクトは活発にメンテナンスされており、コミュニティの参加を歓迎しています。

Sketch AI コードアシスタント

AI GitHub リポジトリ

Pandasユーザー向けのAIコード作成アシスタントで、データコンテキストを理解し、より関連性の高い提案を行います。pandasデータフレームとシームレスに統合され、IDEプラグインなしでデータカタログ、メタデータ生成、クリーニング、分析、可視化のための自然言語インターフェースを提供します。Sketchは、pandasユーザー向けのAIコード作成アシスタントで、データコンテキストを理解し、より関連性の高い提案を行います。pandasデータフレームとシームレスに統合され、IDEプラグインなしでデータカタログ、メタデータ生成、クリーニング、分析、可視化のための自然言語インターフェースを提供します。

Shumai

AI GitHub リポジトリ

BunとFlashlightで構築された、JavaScriptおよびTypeScript向けの高速で微分可能なテンソルライブラリです。これにより、ソフトウェアエンジニアや研究者は、JavaScriptエコシステム内で効率的にデータセットを作成し、小規模なモデルをトレーニングし、高度なトレーニングロジックを実装できます。パフォーマンスのためにネ…Shumaiは、BunとFlashlightで構築された、JavaScriptおよびTypeScript向けの高速で微分可能なテンソルライブラリです。これにより、ソフトウェアエンジニアや研究者は、JavaScriptエコシステム内で効率的にデータセットを作成し、小規模なモデルをトレーニングし、高度なトレーニングロジックを実装できます。パフォーマンスのためにネ…

Seldon Core

AI GitHub リポジトリ

Kubernetes上でAIシステムをデプロイ、管理、スケーリングするためのMLOpsおよびLLMOpsフレームワークです。クラウド全体での様々なモデルタイプの標準化されたデプロイを可能にし、パイプライン、自動スケーリング、マルチモデルサービングなどの機能により、モジュール式でデータ中心のアプリケーションを促進します。Seldon Coreは、Kubernetes上でAIシステムをデプロイ、管理、スケーリングするためのMLOpsおよびLLMOpsフレームワークです。クラウド全体での様々なモデルタイプの標準化されたデプロイを可能にし、パイプライン、自動スケーリング、マルチモデルサービングなどの機能により、モジュール式でデータ中心のアプリケーションを促進します。

WaveGlow

AI GitHub リポジトリ

NVIDIAによるテキストから音声合成のためのオープンソースのフローベースのニューラルネットワークです。メルスペクトログラムを与えると、自動回帰ステップなしで直接音声オーディオを生成します。単一の尤度ベースのコスト関数で訓練されています。PyTorchコードと事前訓練済みモデルは、音声合成ボコーダーを構築またはベンチマークする研究者やエン…WaveGlowは、NVIDIAによるテキストから音声合成のためのオープンソースのフローベースのニューラルネットワークです。メルスペクトログラムを与えると、自動回帰ステップなしで直接音声オーディオを生成します。単一の尤度ベースのコスト関数で訓練されています。PyTorchコードと事前訓練済みモデルは、音声合成ボコーダーを構築またはベンチマークする研究者やエン…

Graph Attention Networks

AI GitHub リポジトリ

グラフ構造化データ向けに設計された新しいニューラルネットワークアーキテクチャです。マスクされた自己注意機構レイヤーを活用し、従来のグラフ畳み込み手法の限界に対処することで、ソーシャルネットワークや分子データのような不規則な空間構造に対して原理的な操作を可能にします。Graph Attention Networks (GATs) は、グラフ構造化データ向けに設計された新しいニューラルネットワークアーキテクチャです。マスクされた自己注意機構レイヤーを活用し、従来のグラフ畳み込み手法の限界に対処することで、ソーシャルネットワークや分子データのような不規則な空間構造に対して原理的な操作を可能にします。

グラフ畳み込みネットワーク（GCN）は、グラフ構造のデータを処理するために設計されたニューラルネットワークの一種です。畳み込みニューラルネットワークをグラフ構造データに一般化し、半教師あり学習やグラフ埋め込みにおける強力な応用を可能にします。このモデルは、複雑なネットワークデータの分析に新しいアプローチを提供します。

FaceNet

AI GitHub リポジトリ

FaceNet論文に基づいた顔認識およびクラスタリングのためのTensorFlow実装です。ディープラーニングモデルを活用して顔の統一された埋め込みを生成し、正確な識別とグループ化を可能にします。このプロジェクトは、事前学習済みモデルとカスタム分類器をトレーニングするためのコードを提供します。FaceNetは、FaceNet論文に基づいた顔認識およびクラスタリングのためのTensorFlow実装です。ディープラーニングモデルを活用して顔の統一された埋め込みを生成し、正確な識別とグループ化を可能にします。このプロジェクトは、事前学習済みモデルとカスタム分類器をトレーニングするためのコードを提供します。

DGCNN

AI GitHub リポジトリ

Dynamic Graph CNNを実装した点群学習用AIモデルです。分類やセグメンテーションなどの3D点群データ処理タスクで最先端の性能を達成しています。PyTorch実装が利用可能で、実世界のシナリオにも応用されています。DGCNNは、Dynamic Graph CNNを実装した点群学習用AIモデルです。分類やセグメンテーションなどの3D点群データ処理タスクで最先端の性能を達成しています。PyTorch実装が利用可能で、実世界のシナリオにも応用されています。

Jiasen Luは、Allen Institute for AIの研究科学者です。彼の研究は人工知能の研究を進歩させることに焦点を当てています。このページは、彼の専門的なプロフィールや研究活動へのリンクを提供する個人ホームページとして機能します。AI分野への彼の貢献を発見するための中心的な場所です。

Mamba SSM アーキテクチャ

AI GitHub リポジトリ

特に言語のような情報密度の高いデータに対して効果的な、効率的なシーケンスモデリングのために設計された新しい状態空間モデルアーキテクチャです。ハードウェアを意識した実装を提供し、以前のサブ二次モデルを上回り、Transformerに匹敵することを目指しています。Mambaは、特に言語のような情報密度の高いデータに対して効果的な、効率的なシーケンスモデリングのために設計された新しい状態空間モデルアーキテクチャです。ハードウェアを意識した実装を提供し、以前のサブ二次モデルを上回り、Transformerに匹敵することを目指しています。

N-BEATS

AI GitHub リポジトリ

単変量時系列予測のためのニューラルネットワークベースのモデルです。ServiceNow Researchによって開発され、再現性のある実験結果を実現するためにN-BEATSアルゴリズムを実装しています。このリポジトリは、高度な時系列分析のためのPyTorch実装、データセットローダー、および実験設定を提供します。N-BEATSは、単変量時系列予測のためのニューラルネットワークベースのモデルです。ServiceNow Researchによって開発され、再現性のある実験結果を実現するためにN-BEATSアルゴリズムを実装しています。このリポジトリは、高度な時系列分析のためのPyTorch実装、データセットローダー、および実験設定を提供します。

物理情報ニューラルネットワーク（PINN）は、非線形偏微分方程式で記述される物理法則を尊重することにより、教師あり学習タスクを解決します。データ駆動型の解法と偏微分方程式の発見を可能にし、物理的制約を自然にエンコードする関数近似の新しいアプローチを提供します。

ViT-Adapter

AI GitHub リポジトリ

物体検出やセグメンテーションなどの密な予測タスクにおいて、Vision Transformer (ViT) の性能を向上させるAIモデルです。事前学習なしで画像固有の帰納バイアスを導入し、プレーンなViTが特殊なTransformerと同等の結果を達成できるようにすることで、様々な下流アプリケーションに適しています。ViT-Adapterは、物体検出やセグメンテーションなどの密な予測タスクにおいて、Vision Transformer (ViT) の性能を向上させるAIモデルです。事前学習なしで画像固有の帰納バイアスを導入し、プレーンなViTが特殊なTransformerと同等の結果を達成できるようにすることで、様々な下流アプリケーションに適しています。

GANformer

AI GitHub リポジトリ

カーネギーメロン大学計算イメージング研究室は、計算イメージング分野の進歩に焦点を当てた研究グループです。画像取得、処理、分析のための新しい技術とアルゴリズムを探求し、様々な科学および工学分野における視覚データの解釈と操作の可能性の限界を押し広げています。

DM-GAN

AI GitHub リポジトリ

テキストから画像への合成のためのDynamic Memory Generative Adversarial NetworksのPyTorch実装です。このリポジトリは、CVPR2019の論文に基づいた、テキスト説明からの画像生成のためのコード、事前学習済みモデル、および評価スクリプトを提供します。DM-GANは、テキストから画像への合成のためのDynamic Memory Generative Adversarial NetworksのPyTorch実装です。このリポジトリは、CVPR2019の論文に基づいた、テキスト説明からの画像生成のためのコード、事前学習済みモデル、および評価スクリプトを提供します。

Score SDE

AI GitHub リポジトリ

Yang Song氏の個人ウェブサイト。Meta Superintelligence LabsのResearch Principal。以前はOpenAIで戦略的探求を主導し、スタンフォード大学で博士号を取得。研究は生成モデル、特に拡散モデルと整合性モデルに焦点を当て、画像生成や逆問題への応用に取り組んでいます。

OpenLLaMA

AI GitHub リポジトリ

Meta AIのLLaMA 7Bモデルを許可なく利用可能なライセンスで再現したオープンソースモデルです。RedPajamaデータセットで学習され、3B、7B、13Bのパラメータバージョンを提供し、既存のLLaMA実装にシームレスに統合するためのPyTorchおよびJAXウェイトを提供します。OpenLLaMAは、Meta AIのLLaMA 7Bモデルを許可なく利用可能なライセンスで再現したオープンソースモデルです。RedPajamaデータセットで学習され、3B、7B、13Bのパラメータバージョンを提供し、既存のLLaMA実装にシームレスに統合するためのPyTorchおよびJAXウェイトを提供します。

Generative Image-to-Text Transformer

AI GitHub リポジトリ

GIT (Generative Image-to-text Transformer) は、Microsoft が開発したビジョンと言語タスク向けの AI モデルです。画像からテキストの説明を生成し、ビジュアル質問応答を実行できます。このモデルは、多様なアプリケーションに対応するために、さまざまな事前学習済みおよびファインチューニング済みのバージョンを提供して…

UNITER

AI GitHub リポジトリ

ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…UNITERは、ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…

Plan2Explore

AI GitHub リポジトリ

効率的な探索と新しいタスクへの迅速な適応を目指して設計された自己教師あり強化学習エージェントです。探索中に将来の新規性を予測するために計画を活用し、下流タスクにおけるゼロショットまたはフューショット学習を可能にします。挑戦的な制御タスクで評価され、既存の手法を上回る性能を示しました。Plan2Exploreは、効率的な探索と新しいタスクへの迅速な適応を目指して設計された自己教師あり強化学習エージェントです。探索中に将来の新規性を予測するために計画を活用し、下流タスクにおけるゼロショットまたはフューショット学習を可能にします。挑戦的な制御タスクで評価され、既存の手法を上回る性能を示しました。

TD3 PyTorch 実装

AI GitHub リポジトリ

このリポジトリは、著者によるTwin Delayed Deep Deterministic Policy Gradients (TD3) の公式PyTorch実装を提供します。OpenAI Gym環境における連続制御タスク向けに設計されており、強化学習の研究開発のための堅牢なソリューションを提供します。

Principal Neighbourhood Aggregation

AI GitHub リポジトリ

このリポジトリは、グラフニューラルネットワーク（GNN）のためのPrincipal Neighbourhood Aggregation（PNA）の実装を提供します。PyTorch、DGL、PyTorch Geometricフレームワークをサポートし、マルチタスクおよび実世界のベンチマーク用のスクリプト、柔軟なGNNフレームワーク、比較モデルを提供します。

DeepGCNs

AI GitHub リポジトリ

このGitHubリポジトリは、DeepGCNs、DeeperGCN、GNN1000のPyTorch実装を提供します。残差接続や拡張畳み込みなどのCNNの概念を適応させることで、非常に深いグラフ畳み込みネットワークのトレーニングを可能にし、グラフニューラルネットワークの研究を促進します。

これは、Parallel WaveGANおよび関連する音声生成モデルの非公式デモページです。英語、日本語、中国語の各言語で、MelGAN、Multiband-MelGAN、HiFi-GAN、StyleMelGANを含む様々な実装によって生成された音声サンプルを展示しています。生成された音声とグラウンドトゥルースを比較してください。

効率的かつ高忠実度の音声合成を実現する敵対的生成ネットワークです。オーディオ内の周期的なパターンをモデル化してサンプル品質を向上させ、高速で人間のような品質を達成します。このモデルは、単一話者、未知の話者、エンドツーエンド合成をサポートし、CPU向けの小型フットプリント版も提供しています。HiFi-GANは、効率的かつ高忠実度の音声合成を実現する敵対的生成ネットワークです。オーディオ内の周期的なパターンをモデル化してサンプル品質を向上させ、高速で人間のような品質を達成します。このモデルは、単一話者、未知の話者、エンドツーエンド合成をサポートし、CPU向けの小型フットプリント版も提供しています。

エンドツーエンドの音声処理のためのオープンソースツールキットです。自動音声認識（ASR）、音声合成（TTS）、音声強調などのタスクに対応する包括的なレシピとツールを提供します。柔軟なフレームワークにより、ユーザーは簡単に推論を実行したり、既存のモデルをファインチューニングしたり、カスタムソリューションを実装したりできます。ESPnetは、エンドツーエンドの音声処理のためのオープンソースツールキットです。自動音声認識（ASR）、音声合成（TTS）、音声強調などのタスクに対応する包括的なレシピとツールを提供します。柔軟なフレームワークにより、ユーザーは簡単に推論を実行したり、既存のモデルをファインチューニングしたり、カスタムソリューションを実装したりできます。

Vision Transformer

AI GitHub リポジトリ

Vision Transformer (ViT) リポジトリは、画像認識タスク用のモデルとコードを提供します。ImageNet および ImageNet-21k データセットで事前学習済みの Vision Transformer および MLP-Mixer アーキテクチャの実装が含まれており、JAX/Flax でのファインチューニング用コードも提供します。

FNet

AI GitHub リポジトリ

自己注意機構をフーリエ変換に置き換えた効率的なTransformerライクなエンコーダーアーキテクチャです。Google Researchによって開発され、自然言語処理タスクにおいて高性能な代替手段を提供します。このモデルはJax/Flaxで実装されており、事前学習およびファインチューニングのためにGitHubで利用可能です。FNetは、自己注意機構をフーリエ変換に置き換えた効率的なTransformerライクなエンコーダーアーキテクチャです。Google Researchによって開発され、自然言語処理タスクにおいて高性能な代替手段を提供します。このモデルはJax/Flaxで実装されており、事前学習およびファインチューニングのためにGitHubで利用可能です。

SpanBERT

AI GitHub リポジトリ

テキストの範囲（スパン）の表現と予測に焦点を当てることで、事前学習の改善を目指すAIモデルです。HuggingFace BERTフォーマットと互換性のある、事前学習済みのベースモデルとラージモデルを提供します。このリポジトリには、質問応答や関係抽出を含む様々なNLPタスクでSpanBERTを使用および評価するためのコードが含まれています。SpanBERTは、テキストの範囲（スパン）の表現と予測に焦点を当てることで、事前学習の改善を目指すAIモデルです。HuggingFace BERTフォーマットと互換性のある、事前学習済みのベースモデルとラージモデルを提供します。このリポジトリには、質問応答や関係抽出を含む様々なNLPタスクでSpanBERTを使用および評価するためのコードが含まれています。

LayoutLM

AI GitHub リポジトリ

視覚的にリッチなドキュメントの理解と情報抽出のためのマルチモーダル事前学習モデルです。テキスト、レイアウト、画像情報を組み合わせて、フォームやレシートの理解などのタスクで最先端の結果を達成します。このモデルは、多言語サポートを含む、さまざまなサイズとバージョンで利用可能です。LayoutLMは、視覚的にリッチなドキュメントの理解と情報抽出のためのマルチモーダル事前学習モデルです。テキスト、レイアウト、画像情報を組み合わせて、フォームやレシートの理解などのタスクで最先端の結果を達成します。このモデルは、多言語サポートを含む、さまざまなサイズとバージョンで利用可能です。

MASS

AI GitHub リポジトリ

シーケンス・トゥ・シーケンスの言語生成タスクのための事前学習手法です。エンコーダーがデコーダーで予測するために文の断片をマスクし、ニューラル機械翻訳やテキスト要約などのタスクを強化します。このコードベースは、Fairseqに基づいた様々なアプリケーションをサポートしています。MASSは、シーケンス・トゥ・シーケンスの言語生成タスクのための事前学習手法です。エンコーダーがデコーダーで予測するために文の断片をマスクし、ニューラル機械翻訳やテキスト要約などのタスクを強化します。このコードベースは、Fairseqに基づいた様々なアプリケーションをサポートしています。

ProphetNet

AI GitHub リポジトリ

自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。ProphetNetは、自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。

Funnel-Transformer

AI GitHub リポジトリ

計算コストを削減するために隠れ状態を圧縮するAIモデルです。同じFLOPsでより深く、またはより広いモデルを構築でき、標準的な事前学習のためにトークンレベルの表現を復元できます。このモデルはTensorFlowとPyTorchの両方の実装で利用可能です。Funnel-Transformerは、計算コストを削減するために隠れ状態を圧縮するAIモデルです。同じFLOPsでより深く、またはより広いモデルを構築でき、標準的な事前学習のためにトークンレベルの表現を復元できます。このモデルはTensorFlowとPyTorchの両方の実装で利用可能です。

ConvBERT

AI GitHub リポジトリ

スパンベースの動的畳み込みを特徴とする新しいアーキテクチャを持つ、言語モデルの事前学習のためのオープンソースAIモデルです。このGitHubリポジトリには、V100 GPUでテストされたConvBERTモデルの事前学習およびファインチューニング用のコードが含まれており、TensorFlowでの使用方法も記載されています。ConvBERTは、スパンベースの動的畳み込みを特徴とする新しいアーキテクチャを持つ、言語モデルの事前学習のためのオープンソースAIモデルです。このGitHubリポジトリには、V100 GPUでテストされたConvBERTモデルの事前学習およびファインチューニング用のコードが含まれており、TensorFlowでの使用方法も記載されています。

MPNet

AI GitHub リポジトリ

BERTやXLNetを改良した言語理解タスク向けの新しい事前学習手法です。様々な事前学習モデルの統一的な実装を提供し、GLUEやSQuADなどの多様な言語理解タスクにおける事前学習およびファインチューニング用のコードをサポートします。MPNetは、BERTやXLNetを改良した言語理解タスク向けの新しい事前学習手法です。様々な事前学習モデルの統一的な実装を提供し、GLUEやSQuADなどの多様な言語理解タスクにおける事前学習およびファインチューニング用のコードをサポートします。

Graph Attention Networksはどれほど注意深いか？

AI GitHub リポジトリ

このリポジトリは、ICLR'2022で発表された研究論文「How Attentive are Graph Attention Networks?」の公式コード実装を提供します。PyTorch Geometric、DGL、TensorFlow GNNを含む複数のフレームワークで、GATv2の再現可能な実験とコードを提供します。

SEAL リンク予測

AI GitHub リポジトリ

リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。SEALは、リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。

GraphSAINT

AI GitHub リポジトリ

大規模グラフ上でディープグラフニューラルネットワーク（GNN）をトレーニングするための柔軟なフレームワークです。グラフサンプリングを用いた革新的なミニバッチトレーニング手法を導入し、従来のレイヤーサンプリング技術と比較して精度、効率、スケーラビリティを向上させています。複数のGNNアーキテクチャとサンプラーをサポートします。GraphSAINTは、大規模グラフ上でディープグラフニューラルネットワーク（GNN）をトレーニングするための柔軟なフレームワークです。グラフサンプリングを用いた革新的なミニバッチトレーニング手法を導入し、従来のレイヤーサンプリング技術と比較して精度、効率、スケーラビリティを向上させています。複数のGNNアーキテクチャとサンプラーをサポートします。

StyleSwin: Transformer-based GAN

AI GitHub リポジトリ

高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク（GAN）です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。StyleSwinは、高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク（GAN）です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。

Voicebox

AI GitHub リポジトリ

ユーザーが音声プロジェクトをクローン、音声入力、作成できるオープンソースのAI音声スタジオです。音声合成と操作のためのプラットフォームを提供し、開発者や音響エンジニアに最適です。Voiceboxは、ユーザーが音声プロジェクトをクローン、音声入力、作成できるオープンソースのAI音声スタジオです。音声合成と操作のためのプラットフォームを提供し、開発者や音響エンジニアに最適です。

OmegaFold

AI GitHub リポジトリ

一次アミノ酸配列から直接3Dタンパク質構造を生成する高解像度のde novoタンパク質構造予測ツールです。推論時のGRAM削減に大きく貢献し、macOSでのApple Siliconアクセラレーションにも対応しています。OmegaFoldは、一次アミノ酸配列から直接3Dタンパク質構造を生成する高解像度のde novoタンパク質構造予測ツールです。推論時のGRAM削減に大きく貢献し、macOSでのApple Siliconアクセラレーションにも対応しています。

EquiBind

AI GitHub リポジトリ

タンパク質に結合する低分子の3D構造を予測するための幾何学的深層学習モデルです。受容体の結合位置とリガンドのポーズの両方に対して、高速な直接ショット予測を提供し、従来のメソッドを大幅にスピードアップします。創薬および構造生物学研究に最適です。EquiBindは、タンパク質に結合する低分子の3D構造を予測するための幾何学的深層学習モデルです。受容体の結合位置とリガンドのポーズの両方に対して、高速な直接ショット予測を提供し、従来のメソッドを大幅にスピードアップします。創薬および構造生物学研究に最適です。

Uni-Mol

AI GitHub リポジトリ

プロパティ予測や結合ポーズ予測などの様々な下流タスクに対応する、汎用的な3D分子表現学習フレームワークです。Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2、Uni-Mol2を含み、スケーラブルな事前学習済みモデルと、分子タスク向けの使いやすいラッパーを提供します。Uni-Molは、プロパティ予測や結合ポーズ予測などの様々な下流タスクに対応する、汎用的な3D分子表現学習フレームワークです。Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2、Uni-Mol2を含み、スケーラブルな事前学習済みモデルと、分子タスク向けの使いやすいラッパーを提供します。

Pangu-Weather

AI GitHub リポジトリ

高精度な中範囲全球気象予報のためのAIベースシステムです。3Dニューラルネットワークと階層的時系列集約戦略を採用し、従来の数値気象予報手法よりも高い精度と大幅な高速化を実現しています。Pangu-Weatherは、高精度な中範囲全球気象予報のためのAIベースシステムです。3Dニューラルネットワークと階層的時系列集約戦略を採用し、従来の数値気象予報手法よりも高い精度と大幅な高速化を実現しています。

GNoME Materials Discovery

AI GitHub リポジトリ

Google DeepMindのGNoMEは、新しい無機結晶の発見を加速する深層学習ツールです。材料の安定性を予測し、バッテリーや超伝導体などの将来技術に安定して利用可能な数百万もの新規化合物を特定します。

MACE Machine Learning Potentials

AI GitHub リポジトリ

高速かつ高精度な機械学習原子間ポテンシャルを提供するPythonライブラリです。高度な材料科学シミュレーションのために、高次の等変メッセージパッシングを利用しています。このツールは、トレーニング、評価をサポートし、材料科学や有機化学を含む様々なアプリケーション向けの事前学習済み基盤モデルを提供します。MACEは、高速かつ高精度な機械学習原子間ポテンシャルを提供するPythonライブラリです。高度な材料科学シミュレーションのために、高次の等変メッセージパッシングを利用しています。このツールは、トレーニング、評価をサポートし、材料科学や有機化学を含む様々なアプリケーション向けの事前学習済み基盤モデルを提供します。

TabNet

AI GitHub リポジトリ

PyTorch実装のTabNet論文、表形式データ学習のための注意深く解釈可能なアプローチを提供します。分類、回帰、マルチタスク学習をサポートし、半教師あり事前学習やオンザフライデータ拡張などの機能を備えています。このライブラリは、使いやすさと本番環境への対応を目的として設計されています。

Neural Oblivious Decision Ensembles

AI GitHub リポジトリ

表形式データ向けのディープラーニング用Pythonライブラリです。これは、オブリーバブルで微分可能な決定木のアンサンブルを実装しており、構造化データモデリングへの新しいアプローチを提供します。NODEは、表形式データセットにディープラーニングアーキテクチャを活用し、従来…Neural Oblivious Decision Ensembles (NODE) は、表形式データ向けのディープラーニング用Pythonライブラリです。これは、オブリーバブルで微分可能な決定木のアンサンブルを実装しており、構造化データモデリングへの新しいアプローチを提供します。NODEは、表形式データセットにディープラーニングアーキテクチャを活用し、従来…

表形式データのためのディープラーニングモデル

AI GitHub リポジトリ

このGitHubリポジトリは、NeurIPS 2021の論文「Revisiting Deep Learning Models for Tabular Data」の公式実装を提供します。表形式データのためのディープラーニングアーキテクチャを探求し、MLPライクなモデルを強力なベースラインとして強調し、Transformerアーキテクチャの強力な適応であるFT-…

SAINT

AI GitHub リポジトリ

このリポジトリは、表形式データ向けの改良型ニューラルネットワークを設計したSAINTモデルの公式PyTorch実装を提供します。行アテンションと対照的事前学習技術を活用してパフォーマンスを向上させています。このコードは、回帰、二項分類、多クラス分類タスクをサポートし、表形式データの問題に対する堅牢なソリューションを提供します。

R-FCN

AI GitHub リポジトリ

完全畳み込みネットワークを活用した領域ベースの物体検出フレームワークであり、高精度かつ効率的な画像解析を実現します。画像全体で計算を共有することで、ResNetのような強力な分類器バックボーンの採用を可能にし、物体検出能力を向上させます。R-FCNは、完全畳み込みネットワークを活用した領域ベースの物体検出フレームワークであり、高精度かつ効率的な画像解析を実現します。画像全体で計算を共有することで、ResNetのような強力な分類器バックボーンの採用を可能にし、物体検出能力を向上させます。

SPP_net

AI GitHub リポジトリ

視覚認識におけるディープ畳み込みネットワークのためのSpatial Pyramid Poolingアルゴリズムの再実装です。2014年のECCV論文の物体検出結果を再現することを目指し、コード公開の容易さからCaffeを利用しています。本プロジェクトは、モデルのトレーニングとファインチューニングのためのコードを提供します。SPP_netは、視覚認識におけるディープ畳み込みネットワークのためのSpatial Pyramid Poolingアルゴリズムの再実装です。2014年のECCV論文の物体検出結果を再現することを目指し、コード公開の容易さからCaffeを利用しています。本プロジェクトは、モデルのトレーニングとファインチューニングのためのコードを提供します。

Squeeze-and-Excitation Networks

AI GitHub リポジトリ

チャネルごとの特徴応答を適応的に再調整する深層学習モデルアーキテクチャです。チャネル間の相互依存性を明示的にモデル化することでパフォーマンスを向上させ、画像分類タスクの精度を改善します。実装は Caffe で提供されています。Squeeze-and-Excitation Networks (SENet) は、チャネルごとの特徴応答を適応的に再調整する深層学習モデルアーキテクチャです。チャネル間の相互依存性を明示的にモデル化することでパフォーマンスを向上させ、画像分類タスクの精度を改善します。実装は Caffe で提供されています。

ShuffleNet シリーズ

AI GitHub リポジトリ

ShuffleNet シリーズリポジトリは、モバイルデバイスやリソースが制約された環境向けに設計された、非常に効率的な畳み込みニューラルネットワークモデルのコレクションを提供します。これには、ニューラルアーキテクチャ検索や物体検出バックボーン用のツールと共に、ShuffleNetV1、ShuffleNetV2、および特殊なバリアントなどの様々なバージョンが含…

ConvMixer

AI GitHub リポジトリ

このリポジトリは、画像認識タスク用の畳み込みニューラルネットワークアーキテクチャであるConvMixerの実装を提供します。論文「Patches Are All You Need? 🤷」に基づいており、評価用の事前学習済みモデルの重みと、ImageNet-1kやCIFAR-10などのデータセットでのトレーニング用コードが含まれています。

RepVGG

AI GitHub リポジトリ

ImageNetで高い精度を達成する、強力かつシンプルなConvNetアーキテクチャです。VGGスタイルの設計に再パラメータ化技術を採用し、効率的な推論を可能にします。このプロジェクトでは、事前学習済みモデル、トレーニングコード、および様々なコンピュータビジョンタスクのためのサンプルを提供しています。RepVGGは、ImageNetで高い精度を達成する、強力かつシンプルなConvNetアーキテクチャです。VGGスタイルの設計に再パラメータ化技術を採用し、効率的な推論を可能にします。このプロジェクトでは、事前学習済みモデル、トレーニングコード、および様々なコンピュータビジョンタスクのためのサンプルを提供しています。

Vision GNN (ViG)

AI GitHub リポジトリ

Huawei Noah's Ark Lab によって開発された Vision Graph Neural Networks の PyTorch 実装です。ViG および Pyramid ViG アーキテクチャの両方について、事前学習済みモデルとトレーニングスクリプトを含み、画像処理タスク向けの効率的な AI…Vision GNN (ViG) は、Huawei Noah's Ark Lab によって開発された Vision Graph Neural Networks の PyTorch 実装です。ViG および Pyramid ViG アーキテクチャの両方について、事前学習済みモデルとトレーニングスクリプトを含み、画像処理タスク向けの効率的な AI…

Deformable ConvNets

AI GitHub リポジトリ

Deformable Convolutional Networks (DCN) は、畳み込みカーネルのサンプリングオフセットを適応的に学習することで、ディープラーニングモデルを強化します。これにより、ネットワークは幾何学的変換やオブジェクトの変形をより良く捉えることができ、オブジェクト検出やセマンティックセグメンテーションなどのタスクでパフォーマンスが向上し…

Skip-Thought Vectors

AI GitHub リポジトリ

研究論文「Skip-Thought Vectors」に基づいたSent2Vecエンコーダーとトレーニングコードを提供します。これにより、文の密なベクトル表現を生成でき、様々な自然言語処理タスクに活用できます。コードはPythonで実装されており、セットアップと実行には特定の依存関係が必要です。Skip-Thought Vectorsは、研究論文「Skip-Thought Vectors」に基づいたSent2Vecエンコーダーとトレーニングコードを提供します。これにより、文の密なベクトル表現を生成でき、様々な自然言語処理タスクに活用できます。コードはPythonで実装されており、セットアップと実行には特定の依存関係が必要です。

SNGAN Projection

AI GitHub リポジトリ

この GitHub リポジトリは、条件付き画像生成のための公式 Chainer 実装を提供します。敵対的生成ネットワーク（GAN）にスペクトル正規化とプロジェクション識別器を活用しています。ImageNet、犬、猫の画像などのデータセットでの学習、評価、画像生成のためのコードを含みます。

PyTorch MADE

AI GitHub リポジトリ

このリポジトリは、MADE (Masked Autoencoder Density Estimation) の PyTorch 実装を提供します。MLP の接続をマスキングすることで、オートエンコーダーを自己回帰型密度モデルに変換できます。このコードは、二値化 MNIST の例とともに、効率的な尤度評価とサンプリングを可能にします。

StyleGAN-XL

AI GitHub リポジトリ

大規模で多様なデータセットから高解像度画像を生成するためのAIモデルです。StyleGANアーキテクチャを拡張し、画像合成の品質と多様性を向上させます。このプロジェクトでは、トレーニング、サンプル生成、画像反転および編集のためのコードを提供します。StyleGAN-XLは、大規模で多様なデータセットから高解像度画像を生成するためのAIモデルです。StyleGANアーキテクチャを拡張し、画像合成の品質と多様性を向上させます。このプロジェクトでは、トレーニング、サンプル生成、画像反転および編集のためのコードを提供します。

DimeNet and DimeNet++

AI GitHub リポジトリ

DimeNetおよびDimeNet++は、分子グラフ向けの高度なニューラルネットワークモデルであり、方向性メッセージパッシングに焦点を当てています。ICLR 2020およびNeurIPS-W 2020で提案されたこれらのモデルは、分子特性の効率的かつ正確な予測を提供し、DimeNet++は前身モデルよりも大幅に高速かつ高精度です。

MEGNet Framework

AI GitHub リポジトリ

MEGNetフレームワークは、結晶および分子の機械学習のために設計されたAIモデルです。温度や圧力などの状態変数を組み込み、転移学習を可能にし、化学的傾向を抽出します。このフレームワークは、オープンソースのコードとデータを提供することで、材料科学におけるデータサイズや解釈可能性といった機械学習の限界に対処します。

CGCNN

AI GitHub リポジトリ

Crystal Graph Convolutional Neural Networks (CGCNN) は、結晶構造から材料の特性を予測するために設計されたAIモデルです。ユーザーはカスタムモデルをトレーニングしたり、事前トレーニング済みのバージョンを利用して特性予測を行ったりでき、材料科学の研究開発に強力なツールを提供します。

LSTNet

AI GitHub リポジトリ

時系列予測のために設計されたディープラーニングモデルです。リカレントニューラルネットワークと畳み込みニューラルネットワークを組み合わせることで、長期および短期の時間的パターンを効果的にモデル化します。このモデルは、特に複雑な時系列データに有用です。LSTNetは、時系列予測のために設計されたディープラーニングモデルです。リカレントニューラルネットワークと畳み込みニューラルネットワークを組み合わせることで、長期および短期の時間的パターンを効果的にモデル化します。このモデルは、特に複雑な時系列データに有用です。

Autoformer

AI GitHub リポジトリ

分解トランスフォーマーと自己相関メカニズムを活用した長期時系列予測のためのAIモデルです。様々なベンチマークで最先端の結果を達成し、実用的なアプリケーションにおける予測精度の向上に向けたシリーズ間の接続に関する新しいアプローチを提供します。Autoformerは、分解トランスフォーマーと自己相関メカニズムを活用した長期時系列予測のためのAIモデルです。様々なベンチマークで最先端の結果を達成し、実用的なアプリケーションにおける予測精度の向上に向けたシリーズ間の接続に関する新しいアプローチを提供します。

Informer2020

AI GitHub リポジトリ

Informer2020 GitHubリポジトリは、効率的な長系列時系列予測のために設計されたInformerモデルのPyTorch実装を提供します。ProbSparse Attentionを特徴とし、自己注意スコアのロングテール分布を処理することで、複雑な予測タスクに対する高度なソリューションを提供します。

FEDformer

AI GitHub リポジトリ

効率的な長期時系列予測のために設計されたFrequency Enhanced Decomposed Transformerです。系列長に対して線形計算量で動作し、多変量および単変量データセットの両方で予測誤差を大幅に削減することで、最先端の手法を上回ります。このモデルはオープンソースコードとして利用可能です。FEDformerは、効率的な長期時系列予測のために設計されたFrequency Enhanced Decomposed Transformerです。系列長に対して線形計算量で動作し、多変量および単変量データセットの両方で予測誤差を大幅に削減することで、最先端の手法を上回ります。このモデルはオープンソースコードとして利用可能です。

LTSF-Linear

AI GitHub リポジトリ

「Are Transformers Effective for Time Series Forecasting?」の公式PyTorch実装です。長期時系列予測タスクにおいてトランスフォーマーを上回る性能を発揮する線形モデルファミリー（Linear, DLinear, NLinear）を導入し、高い効率性と解釈可能性を提供します。LTSF-Linearは、「Are Transformers Effective for Time Series Forecasting?」の公式PyTorch実装です。長期時系列予測タスクにおいてトランスフォーマーを上回る性能を発揮する線形モデルファミリー（Linear, DLinear, NLinear）を導入し、高い効率性と解釈可能性を提供します。

maml_rl

AI GitHub リポジトリ

このリポジトリは、「Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks」論文で詳述されている強化学習実験のためのコードを提供します。これにより、研究者や開発者は、RLコンテキストにおける深層ニューラルネットワークの高速適応のためのメタ学習技術を探求できます。

プロトタイプネットワーク

AI GitHub リポジトリ

このリポジトリには、NeurIPS 2017 の論文「Few-shot Learningのためのプロトタイプネットワーク」のコードが含まれています。少数の例からモデルを学習可能にする、新しい少数学習アプローチの実装を提供します。

LearningToCompare_FSL

AI GitHub リポジトリ

このリポジトリは、CVPR 2018の論文「Learning to Compare: Relation Network for Few-Shot Learning」のPyTorchコードを提供します。Few-Shot Learningの側面に焦点を当て、Omniglotやmini-Imagenetなどのデータセットでのモデルのトレーニングとテストの実装を提供…

Model-Based Policy Optimization

AI GitHub リポジトリ

このGitHubリポジトリには、「When to Trust Your Model: Model-Based Policy Optimization」論文のコードが含まれています。モデルベースのポリシー最適化アルゴリズムの実装を提供し、研究者や開発者が実験を再現し、強化学習の研究をさらに発展させることを可能にします。

Handful of Trials

AI GitHub リポジトリ

このリポジトリには、「Probabilistic Dynamics Models を用いた少数の試行での深層強化学習」に関する実験コードが含まれています。PETS アルゴリズムを実装しており、不確実性を考慮した深層ネットワークのダイナミクスモデルと、サンプリングベースの不確実性伝播を組み合わせることで、RL タスクにおける効率的なサンプル学習を実現します。

Relational Graph Convolutional Networks

AI GitHub リポジトリ

このプロジェクトは、Relational Graph Convolutional Networks（R-GCN）の Keras ベースの実装を提供します。有向リレーショナルグラフ上での半教師ありノード分類向けに設計されています。論文「Modeling Relational Data with Graph Convolutional…

CompGCN

AI GitHub リポジトリ

Composition-Based Multi-Relational Graph Convolutional NetworksのPyTorch実装です。知識グラフのリンク予測などのタスク向けに高度なグラフ表現学習を可能にし、柔軟な合成演算と様々なスコアリング関数との互換性を提供します。CompGCNは、Composition-Based Multi-Relational Graph Convolutional NetworksのPyTorch実装です。知識グラフのリンク予測などのタスク向けに高度なグラフ表現学習を可能にし、柔軟な合成演算と様々なスコアリング関数との互換性を提供します。

GCNII

AI GitHub リポジトリ

このリポジトリは、「Simple and Deep Graph Convolutional Networks」（GCNII）モデルのPyTorch実装を提供します。ベンチマークグラフデータセットでの半教師あり学習および全教師あり学習の結果を再現するためのコードと、PyTorch Geometricの参照実装が含まれています。

PPNP & APPNP モデル

AI GitHub リポジトリ

このGitHubリポジトリは、"Predict then Propagate: Graph Neural Networks meet Personalized PageRank"論文で紹介されたPPNPおよびAPPNPモデルのTensorFlowおよびPyTorch実装を提供します。結果の再現コードや、グラフベースの機械学習プロジェクトへの簡単な統合例が含ま…

Simplifying Graph Convolutional Networks

AI GitHub リポジトリ

このリポジトリは、論文「Simplifying Graph Convolutional Networks」の公式実装を提供します。非線形性を取り除き、重み行列を一つにまとめることで、合理化された Graph Convolutional Network（GCN）モデルを実現。線形モデルでありながら、学習時間を大幅に短縮しつつ、競争力のある性能を達成します。

Graph Neural PDEs

AI GitHub リポジトリ

グラフ学習を連続的な拡散プロセスとして扱うグラフニューラルネットワーク（GNN）のための Python コードを提供するオープンソースプロジェクトです。GRAND および BLEND モデルを実装し、過平滑化や深さの制限といった一般的なグラフ学習の課題に対処するための新しいアプローチを提供します。Graph Neural PDEs は、グラフ学習を連続的な拡散プロセスとして扱うグラフニューラルネットワーク（GNN）のための Python コードを提供するオープンソースプロジェクトです。GRAND および BLEND モデルを実装し、過平滑化や深さの制限といった一般的なグラフ学習の課題に対処するための新しいアプローチを提供します。

本ブログ記事では、最新のホップフィールドネットワークに基づいた新しいPyTorchホップフィールド層を紹介します。これは、古典的なホップフィールドネットワークを連続的な状態とパターンに一般化し、指数関数的な記憶容量と高速な収束を提供します。更新ルールはTransformerの自己注意機構と同等であることが示されており、新しい深層学習アーキテクチャを可能にしま…

OpenSpiel

AI GitHub リポジトリ

ゲームにおける強化学習研究のための包括的なフレームワークです。多様なゲームタイプ（シンプルなボードゲームから複雑なマルチエージェントシナリオまで）で汎用AIエージェントの開発とテストを行うための環境とアルゴリズムのコレクションを提供します。C++とPythonの両方の統合をサポートしています。OpenSpielは、ゲームにおける強化学習研究のための包括的なフレームワークです。多様なゲームタイプ（シンプルなボードゲームから複雑なマルチエージェントシナリオまで）で汎用AIエージェントの開発とテストを行うための環境とアルゴリズムのコレクションを提供します。C++とPythonの両方の統合をサポートしています。

Temporal Graph Networks

AI GitHub リポジトリ

動的グラフに対する深層学習のための汎用的かつ効率的なフレームワークを提供します。このPythonベースのライブラリは、新しいメモリモジュールとグラフベースの演算子を利用して、進化するグラフ構造における計算効率と予測精度で既存の手法を上回ります。Temporal Graph Networks (TGNs) は、動的グラフに対する深層学習のための汎用的かつ効率的なフレームワークを提供します。このPythonベースのライブラリは、新しいメモリモジュールとグラフベースの演算子を利用して、進化するグラフ構造における計算効率と予測精度で既存の手法を上回ります。

xDeepFM

AI GitHub リポジトリ

因子分解モデルのためのオープンソース深層学習ツールキットであり、特にeXtreme Deep Factorization Machine (xDeepFM) モデルのソースコードを公開しています。深層推薦システムや因子分解ベースの機械学習タスクの基盤を提供することを目的としています。xDeepFMは、因子分解モデルのためのオープンソース深層学習ツールキットであり、特にeXtreme Deep Factorization Machine (xDeepFM) モデルのソースコードを公開しています。深層推薦システムや因子分解ベースの機械学習タスクの基盤を提供することを目的としています。

Attentional Factorization Machine

AI GitHub リポジトリ

このGitHubリポジトリは、Attentional Factorization Machine (AFM) モデルのTensorFlow実装を提供します。これにより、ユーザーは注意ネットワークを通じて特徴量の相互作用の重みを学習する推薦システムなどのタスクに対してAFMをトレーニングおよび評価できます。プロジェクトには、コード、データ例、および迅速なセット…

LightGCN

AI GitHub リポジトリ

推薦システム向けに設計されたシンプルなグラフ畳み込みネットワークです。協調フィルタリングにおける本質的な近傍集約コンポーネントに焦点を当て、インタラクションデータからユーザーとアイテムの表現を効率的かつ効果的に学習するアプローチを提供します。LightGCNは、推薦システム向けに設計されたシンプルなグラフ畳み込みネットワークです。協調フィルタリングにおける本質的な近傍集約コンポーネントに焦点を当て、インタラクションデータからユーザーとアイテムの表現を効率的かつ効果的に学習するアプローチを提供します。

Neural Graph Collaborative Filtering

AI GitHub リポジトリ

グラフニューラルネットワークを活用した推薦フレームワークです。ユーザー・アイテムの二部グラフにおける高次の接続性を明示的にエンコードし、埋め込み伝播を実行することで協調フィルタリング信号を表現します。この実装は、SIGIR 2019 の論文に基づいています。Neural Graph Collaborative Filtering (NGCF) は、グラフニューラルネットワークを活用した推薦フレームワークです。ユーザー・アイテムの二部グラフにおける高次の接続性を明示的にエンコードし、埋め込み伝播を実行することで協調フィルタリング信号を表現します。この実装は、SIGIR 2019 の論文に基づいています。

Intel® Neural Compressor

AI GitHub リポジトリ

PyTorch、TensorFlow、JAX向けの一般的なモデル圧縮技術を提供するオープンソースのPythonライブラリです。LLMおよびVLM向けの高度な量子化をサポートし、広範なテストを通じて様々なIntelハードウェアおよびその他のプラットフォームでのパフォーマンスを最適化します。Intel® Neural Compressorは、PyTorch、TensorFlow、JAX向けの一般的なモデル圧縮技術を提供するオープンソースのPythonライブラリです。LLMおよびVLM向けの高度な量子化をサポートし、広範なテストを通じて様々なIntelハードウェアおよびその他のプラットフォームでのパフォーマンスを最適化します。

研究者や学術関係者の生産性向上を目的としたAI搭載ライティングアシスタントです。ワークフローに統合され、文章の生成、整理、推敲を支援し、学術執筆プロセスを効率化し、管理タスクに費やす時間を削減することを目指しています。このツールは、学術的な成果物の作成をサポートすることに重点を置いています。Elephasは、研究者や学術関係者の生産性向上を目的としたAI搭載ライティングアシスタントです。ワークフローに統合され、文章の生成、整理、推敲を支援し、学術執筆プロセスを効率化し、管理タスクに費やす時間を削減することを目指しています。このツールは、学術的な成果物の作成をサポートすることに重点を置いています。

Javaで書かれたオープンソースのニューラルネットワークフレームワークです。様々なアプリケーションにおける人工ニューラルネットワークの開発と実装を簡素化します。このフレームワークは、ニューラルネットワークの設計、トレーニング、テストのための使いやすいAPIとツールを提供し、初心者から経験豊富な開発者までアクセスしやすくしています。NeurophはJavaで書かれたオープンソースのニューラルネットワークフレームワークです。様々なアプリケーションにおける人工ニューラルネットワークの開発と実装を簡素化します。このフレームワークは、ニューラルネットワークの設計、トレーニング、テストのための使いやすいAPIとツールを提供し、初心者から経験豊富な開発者までアクセスしやすくしています。

Adala

AI GitHub リポジトリ

AIエンジニア、研究者、データサイエンティストがインテリジェントエージェントを構築・展開できる自律型データラベリングエージェントフレームワークです。これらのエージェントは、環境と内省の影響を受けながら、反復プロセスを通じて自律的に学習し、多様なデータ処理およびラベリングタスクにおいて信頼性が高く制御可能になります。Adalaは、AIエンジニア、研究者、データサイエンティストがインテリジェントエージェントを構築・展開できる自律型データラベリングエージェントフレームワークです。これらのエージェントは、環境と内省の影響を受けながら、反復プロセスを通じて自律的に学習し、多様なデータ処理およびラベリングタスクにおいて信頼性が高く制御可能になります。

StarCoder

AI GitHub リポジトリ

ソースコードと自然言語でトレーニングされた大規模言語モデルです。コード生成、補完、テキスト生成タスクに優れています。このリポジトリは、ファインチューニングと推論のためのリソースを提供し、開発者がその機能をさまざまなアプリケーションに統合できるようにします。StarCoderは、ソースコードと自然言語でトレーニングされた大規模言語モデルです。コード生成、補完、テキスト生成タスクに優れています。このリポジトリは、ファインチューニングと推論のためのリソースを提供し、開発者がその機能をさまざまなアプリケーションに統合できるようにします。

Superduper

AI GitHub リポジトリ

カスタムAIアプリケーションおよびエージェントを構築するためのエンドツーエンドフレームワークです。データ、モデル、デプロイメントの統合ツールを提供し、開発者が洗練されたAIソリューションを作成できるようにします。このフレームワークは、さまざまなデータバックエンドをサポートし、拡張機能のためのプラグインを提供して、インテリジェントシステ…Superduperは、カスタムAIアプリケーションおよびエージェントを構築するためのエンドツーエンドフレームワークです。データ、モデル、デプロイメントの統合ツールを提供し、開発者が洗練されたAIソリューションを作成できるようにします。このフレームワークは、さまざまなデータバックエンドをサポートし、拡張機能のためのプラグインを提供して、インテリジェントシステ…

PanoHead

AI GitHub リポジトリ

360度全方向のジオメトリを考慮した3D全頭合成に関するCVPR 2023論文の研究リポジトリです。多様な実世界の画像から、高品質で視点の一貫性を保った3D人間の頭部画像を生成し、詳細なジオメトリと外観を提供します。PanoHeadは、360度全方向のジオメトリを考慮した3D全頭合成に関するCVPR 2023論文の研究リポジトリです。多様な実世界の画像から、高品質で視点の一貫性を保った3D人間の頭部画像を生成し、詳細なジオメトリと外観を提供します。

MVDream

AI GitHub リポジトリ

Stable Diffusionを基盤としたマルチビュー3D生成のための拡散モデルです。異なる視点からの複数の2D画像を生成可能にし、3Dアセット生成の基盤コンポーネントとして機能します。このプロジェクトは、拡散モデルと2D画像生成のためのコードを提供します。MVDreamは、Stable Diffusionを基盤としたマルチビュー3D生成のための拡散モデルです。異なる視点からの複数の2D画像を生成可能にし、3Dアセット生成の基盤コンポーネントとして機能します。このプロジェクトは、拡散モデルと2D画像生成のためのコードを提供します。

LLaVA

AI GitHub リポジトリ

大規模言語とビジョン機能を組み合わせたビジュアル指示チューニングモデルです。GPT-4Vレベルのパフォーマンスを目指し、マルチモーダルな理解とインタラクションを可能にします。このプロジェクトは、研究者や開発者向けにコード、モデル、リソースを提供します。LLaVAは、大規模言語とビジョン機能を組み合わせたビジュアル指示チューニングモデルです。GPT-4Vレベルのパフォーマンスを目指し、マルチモーダルな理解とインタラクションを可能にします。このプロジェクトは、研究者や開発者向けにコード、モデル、リソースを提供します。

Shap-E

AI GitHub リポジトリ

OpenAIが開発したオープンソースのAIモデルで、3Dオブジェクトを生成します。テキストプロンプトまたは入力画像に基づいてこれらのオブジェクトを作成できます。このツールは、3Dコンテンツ生成およびAI駆動デザインに関心のある開発者や研究者を対象としています。Shap-EはOpenAIが開発したオープンソースのAIモデルで、3Dオブジェクトを生成します。テキストプロンプトまたは入力画像に基づいてこれらのオブジェクトを作成できます。このツールは、3Dコンテンツ生成およびAI駆動デザインに関心のある開発者や研究者を対象としています。

GaussianObject

AI GitHub リポジトリ

ガウシアン スプラッティングを使用してわずか4つのビューから高品質な3Dオブジェクトを再構築するためのフレームワークです。ビジュアルハル技術と拡散モデルを組み合わせて洗練させ、COLMAPなしでも強力な結果を達成し、3D再構築をよりアクセスしやすくします。GaussianObjectは、ガウシアン スプラッティングを使用してわずか4つのビューから高品質な3Dオブジェクトを再構築するためのフレームワークです。ビジュアルハル技術と拡散モデルを組み合わせて洗練させ、COLMAPなしでも強力な結果を達成し、3D再構築をよりアクセスしやすくします。

Kandinsky 2

AI GitHub リポジトリ

多言語対応のテキストから画像への潜在拡散モデルです。テキストから画像への変換、画像から画像への変換、インペインティングなど、高度な画像生成機能を提供します。ControlNetをサポートしており、画像生成の制御を強化し、強力なエンコーダーを使用してテキストと画像の理解を向上させ、より美しい出力を実現します。Kandinsky 2は、多言語対応のテキストから画像への潜在拡散モデルです。テキストから画像への変換、画像から画像への変換、インペインティングなど、高度な画像生成機能を提供します。ControlNetをサポートしており、画像生成の制御を強化し、強力なエンコーダーを使用してテキストと画像の理解を向上させ、より美しい出力を実現します。

Qwen3 大規模言語モデル

AI GitHub リポジトリ

Alibaba CloudのQwenチームによって開発された大規模言語モデルシリーズです。指示追従、推論、テキスト理解、多言語サポートにおいて強化された能力を提供します。モデルは、思考モードと非思考モードを含む様々なサイズと構成で利用可能であり、長文脈理解に対応しています。Qwen3は、Alibaba CloudのQwenチームによって開発された大規模言語モデルシリーズです。指示追従、推論、テキスト理解、多言語サポートにおいて強化された能力を提供します。モデルは、思考モードと非思考モードを含む様々なサイズと構成で利用可能であり、長文脈理解に対応しています。

EvTexture & EvTexture++

AI GitHub リポジトリ

EvTextureとEvTexture++は、ビデオ超解像におけるイベント駆動型テクスチャ強調のためのPyTorch実装です。これらのモデルはイベントカメラのデータを利用してビデオ品質を向上させ、ICML 2024およびIEEE TPAMI…

Outfit Anyone

AI GitHub リポジトリ

あらゆる人物にあらゆる衣類を生成するAI搭載のバーチャル試着ツールです。ユーザーは多様なモデルでアパレルを視覚化でき、物理的な衣類なしでリアルかつ効率的に衣装をプレビューできます。このプロジェクトはGitHubで公開されています。Outfit Anyoneは、あらゆる人物にあらゆる衣類を生成するAI搭載のバーチャル試着ツールです。ユーザーは多様なモデルでアパレルを視覚化でき、物理的な衣類なしでリアルかつ効率的に衣装をプレビューできます。このプロジェクトはGitHubで公開されています。

AudioSeal

AI GitHub リポジトリ

AI生成音声向けに設計されたローカライズされたオーディオウォーターマーキングシステムです。様々なオーディオ操作に対して最先端の堅牢性を提供し、驚くほど高速な検出器を備えているため、大規模かつリアルタイムのアプリケーションに適しています。このシステムは、オーディオ品質への影響を最小限に抑えつつ、知覚できないウォーターマークを埋め込みます。AudioSealは、AI生成音声向けに設計されたローカライズされたオーディオウォーターマーキングシステムです。様々なオーディオ操作に対して最先端の堅牢性を提供し、驚くほど高速な検出器を備えているため、大規模かつリアルタイムのアプリケーションに適しています。このシステムは、オーディオ品質への影響を最小限に抑えつつ、知覚できないウォーターマークを埋め込みます。

TokenFlow

AI GitHub リポジトリ

事前学習済みのテキストから画像への拡散モデルを使用した一貫性のあるビデオ編集のためのPyTorch実装です。フレーム間の対応関係を通じて拡散特徴量の一貫性を強制することにより、空間レイアウトとダイナミクスを維持しながら、追加のトレーニングなしでテキスト駆動型のビデオ編集を可能にします。実世界のビデオで最先端の結果を達成します。TokenFlowは、事前学習済みのテキストから画像への拡散モデルを使用した一貫性のあるビデオ編集のためのPyTorch実装です。フレーム間の対応関係を通じて拡散特徴量の一貫性を強制することにより、空間レイアウトとダイナミクスを維持しながら、追加のトレーニングなしでテキスト駆動型のビデオ編集を可能にします。実世界のビデオで最先端の結果を達成します。

DreamTalk

AI GitHub リポジトリ

音声から表情豊かなトーキングヘッド動画を生成するための拡散ベースのフレームワークです。スピーチ、歌、ノイズの多い音声など、多様な音声入力を処理し、さまざまな話方スタイルで高品質な結果を生み出します。ドメイン外のポートレートに対しても堅牢なパフォーマンスを発揮します。このプロジェクトは、研究用の公式実装を提供します。DreamTalkは、音声から表情豊かなトーキングヘッド動画を生成するための拡散ベースのフレームワークです。スピーチ、歌、ノイズの多い音声など、多様な音声入力を処理し、さまざまな話方スタイルで高品質な結果を生み出します。ドメイン外のポートレートに対しても堅牢なパフォーマンスを発揮します。このプロジェクトは、研究用の公式実装を提供します。

MT3: Multi-Task Multitrack Music Transcription

AI GitHub リポジトリ

T5Xフレームワーク上に構築されたマルチインストゥルメント自動音楽記譜法モデルです。ユーザーは、ピアノまたはマルチインストゥルメント音楽用の事前学習済みチェックポイントを使用してオーディオファイルを記譜できます。このプロジェクトは、記譜のためのリソースを提供し、潜在的なモデルトレーニングの手順を概説しています。MT3は、T5Xフレームワーク上に構築されたマルチインストゥルメント自動音楽記譜法モデルです。ユーザーは、ピアノまたはマルチインストゥルメント音楽用の事前学習済みチェックポイントを使用してオーディオファイルを記譜できます。このプロジェクトは、記譜のためのリソースを提供し、潜在的なモデルトレーニングの手順を概説しています。

MidJourney スタイルとキーワード リファレンス

AI GitHub リポジトリ

MidJourney AI ユーザー向けの包括的なリファレンスガイド。画像生成を強化するためのスタイルとキーワードの厳選されたコレクションを提供します。解像度の比較、画像ウェイト、プロンプトエンジニアリングに不可欠なその他のパラメータに関する詳細なページが含まれています。

V-JEPA

AI GitHub リポジトリ

ビデオからの自己教師あり学習のためのPyTorch実装です。人間によるアノテーションやピクセルレベルの再構築なしに視覚的表現を学習するために、共同埋め込み予測アーキテクチャを利用します。コードとモデルは、多様な下流のビデオおよび画像タスク向けに設計されています。V-JEPAは、ビデオからの自己教師あり学習のためのPyTorch実装です。人間によるアノテーションやピクセルレベルの再構築なしに視覚的表現を学習するために、共同埋め込み予測アーキテクチャを利用します。コードとモデルは、多様な下流のビデオおよび画像タスク向けに設計されています。

Anthropic SDK Python

AI GitHub リポジトリ

Anthropic SDK for Python は、開発者が Claude API に直接アクセスするためのツールを提供します。このオープンソースライブラリは、高度なAI機能をPythonアプリケーションに容易に統合できるようにし、Anthropicの言語モデルとのプログラムによる対話を通じて、様々な自然言語処理タスクを実現します。

Audiocraft

AI GitHub リポジトリ

オーディオ生成および処理のためのPyTorchライブラリです。制御可能な音楽生成のためのMusicGenや、テキストからサウンドへのAudioGenなどの最先端モデルを提供します。このライブラリには、オーディオ圧縮器であるEnCodecと、研究用のトレーニングコードも含まれています。Audiocraftは、オーディオ生成および処理のためのPyTorchライブラリです。制御可能な音楽生成のためのMusicGenや、テキストからサウンドへのAudioGenなどの最先端モデルを提供します。このライブラリには、オーディオ圧縮器であるEnCodecと、研究用のトレーニングコードも含まれています。

Animate Anyone

AI GitHub リポジトリ

キャラクターアニメーションのための、一貫性があり制御可能な画像から動画への合成に焦点を当てたGitHubリポジトリです。静止画像から動的な動画コンテンツを生成するためのフレームワークを提供し、創造的なキャラクターの動きや表情を可能にします。このプロジェクトは、AI駆動型アニメーション分野の開発者や研究者に最適です。Animate Anyoneは、キャラクターアニメーションのための、一貫性があり制御可能な画像から動画への合成に焦点を当てたGitHubリポジトリです。静止画像から動的な動画コンテンツを生成するためのフレームワークを提供し、創造的なキャラクターの動きや表情を可能にします。このプロジェクトは、AI駆動型アニメーション分野の開発者や研究者に最適です。

LGM: Large Multi-View Gaussian Model

AI GitHub リポジトリ

高解像度3Dコンテンツ作成のためのLarge Multi-View Gaussian Modelの公式実装です。これにより、テキストから3D、画像から3Dのワークフローで、マルチビュー画像から詳細な3Dアセットを生成できます。プロジェクトは、コード、事前学習済みウェイト、推論スクリプトを提供します。LGMは、高解像度3Dコンテンツ作成のためのLarge Multi-View Gaussian Modelの公式実装です。これにより、テキストから3D、画像から3Dのワークフローで、マルチビュー画像から詳細な3Dアセットを生成できます。プロジェクトは、コード、事前学習済みウェイト、推論スクリプトを提供します。

Hallo

AI GitHub リポジトリ

音声を使用してポートレート画像をアニメートするためのAIモデルです。音声から階層的な視覚的特徴を合成し、リアルで表情豊かなポートレートアニメーションを可能にします。このプロジェクトは、推論とトレーニングのためのコード、事前学習済みモデル、および使いやすさを向上させるためのコミュニティリソースを提供します。Halloは、音声を使用してポートレート画像をアニメートするためのAIモデルです。音声から階層的な視覚的特徴を合成し、リアルで表情豊かなポートレートアニメーションを可能にします。このプロジェクトは、推論とトレーニングのためのコード、事前学習済みモデル、および使いやすさを向上させるためのコミュニティリソースを提供します。