Machine Learning

PaddlePaddle は、フレームワークやモデルライブラリ、開発ツールなどの完全なエコシステムを提供する包括的な産業用ディープラーニングプラットフォームです。自動並列化や学習と推論の統合、科学計算のための高階微分といった高度な機能をサポートしています。多様なモデル開発に向けた柔軟かつ高性能なアーキテクチャを提供することで、さまざまな分野における AI の商用化を促進するように設計されています。

Tabby は GitHub Copilot のオンプレミス代替として設計された、オープンソースのセルフホスト型 AI コーディングアシスタントです。外部のクラウドサービスやデータベース管理を必要としない、自己完結型のシステムとして動作します。コンシューマー向け GPU をサポートしており、既存の開発インフラとシームレスに統合するための OpenAPI インターフェースを提供します。

DeepEP は、現代の機械学習のトレーニングや推論向けに設計された、エキスパート並列処理に特化した高性能通信ライブラリです。このライブラリは、軽量な Just-In-Time コンパイルモジュールと NCCL Gin バックエンドを活用し、高スループットかつ低レイテンシな GPU カーネルを実現します。パイプライン並列処理やリモートメモリアクセスなどの高度な機能をサポートし、以前のバージョンと比較して SM リソースの消費量を大幅に削減しました。

PaddlePaddle は、コアフレームワーク、モデルライブラリ、エンドツーエンドの開発ツールを提供する包括的な産業用 deep learning プラットフォームです。動的グラフと静的グラフの統合、自動並列化、科学計算のための高階微分といった高度な機能をサポートしています。このプラットフォームは、多様な産業分野における大規模なモデルのトレーニングと推論を促進するように設計されています。

Thinking with Visual Primitives は、空間マーカーを推論プロセスに直接組み込むことで、Multimodal Large Language Models に対する新しいアプローチを導入します。この手法は、抽象的な言語を具体的な物理座標に固定することで、複雑な構造タスクにおける参照のギャップを解消します。本フレームワークは、圧縮されたアーキテクチャを通じて高い visual token 効率を維持しながら、最先端の性能を実現します。

RuView は WiFi Channel State Information (CSI) を活用し、カメラやウェアラブルデバイスなしで人の存在、バイタルサイン、活動を検知するエッジベースのセンシングプラットフォームです。このシステムは低コストな ESP32 ハードウェアを通じて無線信号の乱れを処理し、リアルタイムの空間インテリジェンスと環境マッピングを提供します。ローカルのニューラルネットワークを使用して、3D point cloud 生成、姿勢推定、永続的なデータストレージなどの高度な機能をサポートしています。

本書は Nous Research が開発した Hermes Agent フレームワークを詳細に解説する包括的なガイドです。自己改善型の学習ループやメモリシステム、自動化されたスキル進化といった中核となるメカニズムを全 17 章にわたって網羅しています。本書は、独自のインテリジェントエージェントを実装・カスタマイズしたい開発者や AI 愛好家にとっての実践的なリソースとなります。

Secret Llama はブラウザ内で完結するチャットボットであり、Llama 3 や Mistral といったオープンソースモデルをローカルで実行可能です。アプリケーションがブラウザ上で直接動作するため、すべての会話データはプライベートに保たれ、サーバーのインストールも不要です。このプラットフォームは WebGPU テクノロジーを活用してパフォーマンスを最適化し、オフラインでも動作する使いやすいインターフェースを提供します。

KittenTTS は、CPU 上での効率的な音声合成を目的に設計されたオープンソースの軽量 Text-to-Speech ライブラリです。15M から 80M パラメータまでの複数のモデルサイズを提供し、最小限のディスク容量で高品質な 24 kHz 音声出力を実現します。本ライブラリにはテキスト前処理機能が組み込まれており、柔軟な統合のために音声速度の調整もサポートしています。

Pipcook は、フロントエンドエンジニアが機械学習をワークフローに統合できるように設計されたモジュール式の JavaScript アプリケーションフレームワークです。Node.js 環境内で直接機械学習モデルの学習、検証、デプロイを可能にする包括的なパイプラインシステムを提供します。Python パッケージへのアクセスを橋渡しすることで、専門知識がなくても強力な機械学習ツールを活用できるようになります。

Index-AniSora は Bilibili が開発した高品質なアニメ動画生成のための包括的なオープンソースシステムです。本プロジェクトは制御可能な生成モデル、専門的なデータ処理パイプライン、およびアニメーションの美学に最適化された評価ベンチマークを提供します。キャラクターの 3D 動画生成、動画スタイル変換、マルチモーダルガイダンスといった高度な機能をサポートし、多様なアニメーション制作タスクを促進します。

OpenDataLoader PDF は、PDF ドキュメントを AI や RAG パイプライン向けの Markdown、JSON、HTML といった構造化フォーマットへ変換するために設計された高性能なオープンソースパーサーです。決定論的なローカル解析と AI による分析を組み合わせたハイブリッド処理モードを備えており、複雑な表や数式、スキャンされたドキュメントに対して業界最高水準の抽出精度を実現します。さらに、国際標準に準拠した Tagged PDF のエンドツーエンド生成を含む、自動化されたアクセシビリティソリューションを提供します。

LiteRT-LM は、Google が開発したエッジデバイス上で Large Language Models をデプロイするための高性能かつ実用的な推論フレームワークです。Android、iOS、デスクトップ、IoT を含む幅広いプラットフォームをサポートし、GPU や NPU のハードウェアアクセラレーションを活用して最適なパフォーマンスを実現します。本フレームワークはマルチモーダルや function calling といった高度な機能を可能にし、様々な Google 製品におけるオンデバイス AI 体験を支えています。

Pipcook は、フロントエンドエンジニアが専門知識を必要とせずに機械学習を活用できるよう設計された JavaScript アプリケーションフレームワークです。このプロジェクトは、モデルのトレーニング、検証、デプロイメントの全ライフサイクルをサポートするモジュール式のパイプラインアーキテクチャを提供します。また、Python へのブリッジ機能が含まれており、開発者は Node.js ランタイム内で成熟した Python の機械学習ライブラリを直接利用できます。

Pairec は、オンラインレコメンデーションサービスの開発を加速するために設計された Go ベースの Web フレームワークです。JSON ベースの設定を利用して、複雑なレコメンデーションロジックのセットアップとデプロイを効率化します。このフレームワークには、効率的なレコメンデーションシステムの構築を簡素化するための様々な組み込みモデル機能が含まれています。

CorridorKey は、グリーンバックやブルーバックから被写体を分離する複雑な課題を解決するために設計されたニューラルネットワークベースのツールです。各ピクセルの真のストレートカラーとリニアアルファチャンネルを再構築し、髪の毛やモーションブラーなどの微細なディテールを効果的に保持します。本プロジェクトは、業界標準のコンポジットソフトウェアと互換性のある 16-bit および 32-bit のリニア float EXR ファイルを出力することで、高精度な VFX ワークフローをサポートします。

本書は Nous Research が開発したオープンソースの AI フレームワークである Hermes Agent の実践的な解説書です。本書では自己改善型の学習ループや 3 層メモリシステム、自動化されたスキル進化といったエージェント独自のアーキテクチャを詳述しています。基礎概念やインストールから実世界での応用、高度なエージェントオーケストレーションまでを網羅した 17 章で構成されています。

PaddlePaddle コミュニティは、開発者がコードの改善やドキュメント作成、プレゼンテーションを通じてフレームワークに貢献するための中心的なハブです。組織的なガバナンスや専門的なワーキンググループ、多様なメンターシッププログラムを提供し、積極的な参加を支援しています。貢献者は公式認定やリリースノートへの記載、プロジェクトの著者記録への追加を通じて評価されます。

Kronos は、金融市場の K-line シーケンスを分析および予測するために特別に設計されたオープンソースの decoder-only foundation model です。多次元の市場データを階層的な token に量子化し、autoregressive Transformer を通じて処理する 2 段階のフレームワークを採用しています。このプロジェクトでは、直接的な予測とドメイン固有の fine-tuning の両方に適した、事前学習済みモデルとツールの包括的なスイートを提供します。

AI Engineering from Scratch は、線形代数の基礎から自律型エージェント群の構築までを網羅した 320 時間の包括的なカリキュラムです。本コースでは AI ネイティブな学習アプローチを重視しており、受講生は 20 のフェーズを通じて AI コーディングエージェントを活用し、知識の検証や再利用可能なツールの開発を行います。Python、TypeScript、Rust、Julia を横断的に扱うことで、実環境へデプロイ可能なプロンプトやスキル、エージェントからなるプロフェッショナルなポートフォリオを構築できます。

本リポジトリは、AI モデルが認識し行動するために不可欠な環境である agent harness を構築するための包括的な教育フレームワークを提供します。真のエージェンシーはモデルの学習過程で獲得されるものであり、開発者の役割はモデルが機能するためのツール、知識、コンテキスト管理システムを構築することにあると説いています。12 回の段階的なセッションを通じて、ユーザーは Claude Code の背後にある原則をリバースエンジニアリングし、堅牢でスケーラブルな agent アーキテクチャを構築する方法を学びます。