githubGitHubあり2026-07-24
AReaL — The RL Bridge for LLM-based Agent Applications. Made Simple & Flexible.
このリポジトリでは、高性能で大規模なベクトルデータベースとベクトル検索エンジンを提供しています。
自然言語処理大規模言語モデル
- 用途
- 高性能で大規模なベクトルデータベース
- 難易度
- Easy
- コスト
- High
→
「検索」の検索結果
7 件githubGitHubあり2026-07-24
weaviate — Weaviate is an open-source vector database that stores both objects and vectors, allowing for the combination of vector search with structured filtering with the fault tolerance and scalability of a cloud-native database.
ベクトル検索と構造化されたフィルタリングを組み合わせたベクターデータベースです。
MLOps生成画像
- 用途
- ベクターデータベース
- 難易度
- Easy
- コスト
- Medium
→
githubGitHubあり2026-07-23
txtai — 💡 All-in-one AI framework for semantic search, LLM orchestration and language model workflows
LLMを利用するために、セマンティック検索やLLMのオーケストレーションなどを行えるフレームワーク。
深層学習Transformer生成テキスト
- 用途
- セマンティック検索
- 難易度
- Easy
- コスト
- High
→
arxivGitHubあり2026-07-21
AutoIndex: Learning Representation Programs for Retrieval
リカバリーのためのプログラムを学習するフレームワークを提案し、そのプログラムを用いて、文書にラベルを付与する検索システムを構築する。
品質予測/異常検知自然言語処理RAGテキスト
- 用途
- リカバリーのためのプログラムの学習
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-07-14
memvid — Memory layer for AI Agents. Replace complex RAG pipelines with a serverless, single-file memory layer. Give your agents instant retrieval and long-term memory.
MemVidは、サーバーレスで単一ファイルの記憶層を提案し、AIエージェントが即時検索と長期的な記憶を持つようにする記憶層です。
自然言語処理大規模言語モデル生成テキスト動画
- 用途
- AIエージェントの記憶を管理する
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-10
multimind-sdk — Your SDK solves all of this. One interface. Unified logic. Local + hosted models. Fine-tuning. Agent tools. Enterprise-ready. Hybrid RAG.Star 🌟 if you like it!
GUI操作自動化に伴う停止判定、復讐、再検索に関する問題を解決し、 GUI操作自動化を実現するためのフレームワークを開発します。
自然言語処理大規模言語モデルマルチモーダル
- 用途
- GUI操作自動化ツール
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-05
llm-app — Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.
この論文では、RAG、AIパイプライン、企業検索を含むクラウド テンプレートを提供するアプリケーション「llm-app」を紹介します。 llm-app は Docker で動作し、Sharepoint、Google Dr
自然言語処理大規模言語モデル生成
- 用途
- AIパイプラインを構築する
- 難易度
- Easy
- コスト
- High
→