「LLM」の検索結果
137 件paperless-ngxは、コミュニティによってサポートされたスーパーチャージドのドキュメント管理システムで、ドキュメントのスキャン・インデックス・アーカイブが可能である。
rayは、core分布ランタイムとAIライブラリで構成されたAI計算エンジンで、スケーラブルなAI計算をサポートする。
Rustを使ってモジュラーLLMアプリケーションを構築することができるライブラリです。
Apple Silicon上でLLM推論サービスをシステムエンジニアが作成するチュートリアル。
このリポジトリはChatGPT、GPT-3、FlanT5などのLLMsの在り方や、in-context learningとprompt engineeringのリソースをまとめたものです。
ユーザーの行動を認識し、オートエージェントを構築するためのツール。
Unsloth Studioは、オープンモデルのトレーニングと実行を支援するWebUIです。このライブラリは、Gemma4、Qwen3.5などのオープンモデルのテストとトレーニングを支援するために使われます。
ARTは、多段強化学習トレーナーです。このトレーナーは、GRPOを使用して、現実世界のタスクに対して、多段強化学習を行うことができます。
Infrastructure for continually self‑improving agents
このリポジトリでは、AIワークロードを管理するためのシステムであるSkypilotを提供しています。
このリポジトリでは、AIアプリケーションをローカルに実行できるツールキットであるRunAnywhere-sdksを提供しています。
マルチモーダルAIに適したオープンレイクハウスフォーマットです。このフォーマットでは、パレットからデータを2行のコードで変換することができ、100倍速くなります。また、ベクトルインデックスやデータバージョニングが可能です
aimは、利用しやすく強力なオープンソースのエクスペリメントトラッカーです。
このリポジトリでは、AIモデルの互換性を確保するためのオープンスタンダードであるONNXを提供しています。
このリポジトリでは、私的なAIプラットフォームであるDocGPTを提供しています。
このリポジトリでは、中文LLaMA & Alpaca LLMsを提供しています。
Understanding what kind of prompts users typically ask and how well an LLM performs on these prompt categories
prompts.chatは、コミュニティが共有したChatGPT用のプロンプットを発見・収集できる場所で、無料でオープンソースで提供されている。
LLMを評価するプラットフォームであり、さまざまなモデルとデータセットをサポートする。
マルチモーダル理解技術のための新しいアプローチであるMIRRORを提案しました。MIRRORは、テキスト、図、テキストと図の組み合わせから等価な視点を提供することで、視覚的な推論や複雑な推論力を向上し、さまざまなモデルの
Open-source code for training and scaling up energy-based foundation models.
販売データを分析するために、機械学習モデルが使用されるリソースが提供されていました。
LLMの推論 Transparency を高めるために、DiffusionGemmaの計算を分離しVariable Transparency とAlgorithmic Transparencyを評価します。
最適なAIモデルを効率的に学習するためのオーサリングツール。Agent Lightningを使用して、トレーナーをセットアップし、データをトレーニングしてモデルを学習することができる。
OpenRLHFは、Ray上に構築された強化学習フレームワークです。このフレームワークは、PPO、DAPO、REINFORCE++など、様々な強化学習アルゴリズムをサポートしています。
Easily fine-tune (SFT/RL), evaluate, and deploy Qwen, Gemma, or any open agentic LLM/VLM!
この論文では、LLM を提供するために使用される Mooncake サービス プラットフォームについて説明しています。Mooncakeは、Kimi というリーディングのLLMサービスを提供するサービスです。Kimiは、M
TensorZeroは、LLMゲートウェイ、オブザーバビリティ、評価、最適化、実験を統一したオープンソースのLLMOpsプラットフォームです。
このリポジトリでは、高スループットと低メモリ消費のLLMインフェレンザエンジンであるVLLMを提供しています。
flyteは、高度に動的で堅牢なAIオーケストレーションプラットフォームであり、データ、モデル、コンピューティングを統合してAIワークフローを作成することができます。
CVV または CWE への分類を実現し、バグ修正のために重要な手順となるCVEへの CWE 分類を自動化する。
LLMやVLMのFine-Tuningを簡素化したライブラリ。
LLMを使用して、自然言語処理における情報抽出を行うためのPythonライブラリです。
ドキュメントを構造化するために使えるオープンソースのETLソリューション。
オープンソースのGPT/LLMエージェント作成ツールです。
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。
trafilaturaはPythonとコマンドラインツールで、Webからテキストとメタデータを取得して、CSV、JSON、HTML、MD、TXT、XML形式で出力を提供します。
Recent work has improved computer-use agents (CUAs) by combining retrieved task-relevant tutorials and look-ah
Large language models (LLMs) can memorize and reproduce fragments of their training data, raising privacy and
Reinforcement learning with verifiable rewards (RLVR) can enable generalizable improvement for large language
LLM agents show strong potential in software engineering tasks such as competitive programming and code synthe
Zeroth-order (ZO) optimization enables memory-efficient large language model (LLM) fine-tuning, and recent met
Zeroth-order (ZO) optimization has emerged as a promising approach for memory-efficient large language model (
An experimental agent can succeed for the wrong reasons. Evaluations, however, often focus on the outcome, not
Users convey frustration in what they say and in how they say it, and voice-native models, which hear speech i
Previous research shows that vision-language (VL) models struggle to understand fine-grained image details and
Large language models are increasingly consulted for religious knowledge, including the recall of specific Had
Generating visualisations from natural language requests (text-to-vis) enables users to explore data more effi
AI assistants store values that a language model derived from a person's records under the person's own defini
Multimodal large language models (MLLMs) have shown strong potential in robotic surgery for question answering
AIドライブのマルチエージェント研究アシスタント。仮説の生成、データ分析、およびレポートの生成を自動化する。
This repository collects an extensive list of awesome papers about Story Generation / Storytelling, exclusivel
さまざまなLLMのゲートウェイとして使えるライブラリ。
デバイス上のLLM推論をXビット量化を使用したもの。
telegramSummaryBotは、グループチャットをAIでサマライズすることができる。無料でデプロイして使用できる。
Ludwigは、LLM (Large Language Model) のカスタム化と構築のための低コストフレームワークです。このフレームワークは、ユーザーがカスタム LLM を構築し、トレーニングするのを容易にします。
AIエージェントの開発と実装を行うためのエンドツーマンド、コードファーストのチュートリアル。
OpenAIに互換性があり、Cloud APIとして利用できるLLM。
モデルをサービングするためのライブラリを紹介している。
giskard-ossは、LLMエージェントの評価とテストライブラリを提供します。
医学画像に対する疾患検出モデルを開発し、臨床現場で早期検出と迅速な介入を容易にすることを目的としたフレームワークを提案します。
Agentic workflows organize complex tasks into reusable procedures. However, invoking an LLM at every step incu
Query-conditioned sparse KV selection reduces long-context inference cost by attending to a subset of historic
Electroencephalography (EEG) provides a non-invasive means for neurological and mental health assessment, yet
Computer graphics is built on code. Large language model (LLM) agents can now generate graphics code and itera
As coding agents achieve increasingly high success rates on software engineering benchmarks, recent efforts ha
このリポジトリには、LLM、RAG、およびオーソリティの認識を含む、AIエンジニアリングのための深いドキュメントがあります。
Assessing the reliability, accuracy, and safety of large language models, RAG pipelines, and AI agents.
Pytorchの教科書としては非常に詳細で、実践的な方法を提示しています。
学習中のアイデアや知識を整理するための日記。
Vision-language models can interpret instructions and plan manipulation tasks, yet struggle when acting direct
Streaming video LLMs can now commentate live gameplay, but they are trained and tested on the same games. We s
Decision models target structured tasks by directly predicting choices or scores, avoiding autoregressive deco
Retrieval-augmented generation (RAG) lets a large language model (LLM) answer questions by retrieving relevant
Robot agents built on vision-language models depend on both the planner and its harness: the tools, feedback,
Unified Multimodal Models (UMMs) achieve remarkable success on diverse multimodal understanding and generation
Short-video search needs compact query rewriters that recover users' personalized intent from ambiguous querie
This paper presents TurnTurk-GPT, a text-based turn-taking predictor for Turkish obtained by fine-tuning a Tur
Existing sketch generation methods often rely on image guidance and are largely limited to individual objects
この研究では、COVID-19臨床パスウェイズの予測監視を支援するために、パイプラインを構築しました。このパイプラインには、データリフティング、時間的再構成、イベントログの構築、プリフィックスベースの表現、予測モデルの整
Embodied AIやロボットとLarge Language Modelを組み合わせた研究のリポジトリ。
分析システムの性能を向上するための学習モデル開発を行う。
Multimodal large language models can recognize visual content yet struggle to reason reliably over it across m
Large language model (LLM)-based multi-agent systems (MAS) coordinate specialized agents to solve complex task
Across coding, web, and tool-use tasks, language-model agents are now routinely trained with the same recipe:
On-policy reinforcement learning for large language models assumes that training responses are sampled from th
A voice agent's speech recognizer transcribes everyone near the microphone, including people other than the ca
As publications and products on time series forecasting (TSF) proliferate, researchers face a growing burden o
While frontier vision-language models demonstrate strong capabilities in user interface (UI) navigation, their
Autoregressive (AR) image generators are powerful in principle but inflexible in practice: training with a fix
AIエージェントを組み立てるためのライブラリ。
NestJSベースのAIチャットボット開発ツールです。
Time-series forecasters are ranked almost entirely by accuracy metrics, but a forecast's decision value, its e
Jev enables efficient decision-making with large language models (LLMs) through typed querying primitives, all
Producing long-form videos from narration requires interdependent decisions that remain coherent across shots.
Financial agents must form forecasts and investment judgments from decision-time evidence, with predictions ev
Recent advances in multimodal large language models have increased interest in interaction paradigms for video
Quarterly earnings forecasting requires an agent to connect financial evidence to the income-statement line it
Prediction models degrade when the deployment population differs from the one used to train them, and training
Fine-tuning Large Language Models (LLMs) on instruction data can quietly erode their safety, even when no trai
Large Language Models (LLMs) are increasingly used in multi-turn agentic workloads that require sustained inte
Large language model agents are increasingly used for scientific discovery. However, existing benchmarks mix l
Low-cost arms such as the SO-101 have become the most common entry point to robot learning, yet no released po
Agentic services alternate between model inference on clustered GPUs and external tools on distributed CPUs. I
このライブラリは、空間情報を扱うためのコンピュータビジョンライブラリです。
Perceiving human body motion is critical for multimodal systems that understand and assist people. Yet current
Evaluating human-AI co-design requires testing whether coding agents can translate real users' multimodal requ
As frontier language models grow increasingly capable and autonomous, independent third-party evaluations are
The quality with which language models follow instructions falls as the load grows, yet there is still no quan
ゼネレーティブAIに関連するリソースの一覧。
このリポジトリでは、LLMベースのエージェントアプリケーションのための強化学習の橋渡しを提供しています。
Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training mode
A curated collection of papers, benchmarks, surveys, and tools for model quantization, covering low-bit networ
Developers download quantized large language models (LLMs) from public registries to run them locally. None of
DeepSeek 蓝色大肥鱼消除计划：识别并清理 B 站（Bilibili）评论区中由 DeepSeek 大模型、AI Agent 驱动的机器人账号（大肥鱼）的 Chrome / Edge / Firefox 浏览器插件
このリポジトリでは、Lecture Learning Modelsに対してReinforcement Learningを実行するライブラリを提供しています。
In September 2026, a new large language model was released. Soon after, a new way of making explainer videos b
Low-rank SVD-based compression offers a powerful strategy to reduce the computational costs of LLMs. However,
Locating relevant evidence in long inputs is a core capability of Multimodal Large Language Models. Prior stud
Large language model agents have enabled software development through natural-language interaction, but extend
Reinforcement learning (RL) is an effective way to strengthen the long-context reasoning of large language mod
Multimodal large language models (MLLMs) show promising reasoning capabilities, but reliable physical interact
エージェントRRLに関連するアワーショットリスト。
Phone scams impose substantial and growing costs on individuals and financial systems worldwide, yet existing
(この項は、MiniOneRec — Minimal reproduction of OneRecのリポジトリで説明しているため、このリポジトリは削除しました)
Scientific discovery does not follow a single fixed methodology: research methods vary across domains and evol
Blockchain forensics is adversarial and open-ended: money launderers split, swap, and bridge funds, cut their
このリポジトリでは、AIエンジニアリングのためのリソースを提供しています。
An awesome & curated list of best LLMOps tools for developers
微舆は人人可用的多Agent舆情分析助手であり、情報茧房を打破して舆情の原貌を還元し、未来の走向を予測し、決策を助けることができます。
Despite their extensive pretraining knowledge and strong reasoning capabilities, large language models (LLMs)
home-llmは、ローカルLIMを使ってスマートホームの制御を可能にするHome Assistantの統合モデルです。
Black-box optimization (BBO) arises in many scientific and engineering problems where objective evaluations ar
この論文では、現在のVision-Language-Benchmark（VLB）を超える、MLLMがアクティブな観察を実演できるようにするためのバenchmark、ActiveVisionを提案する。このActiveVi
AIを使ったwebスクレイピングツールです。
このリポジトリは大規モデルの無学習に関するリソースをまとめたものです。
Spiking neural networks (SNNs) offer low-energy sequence modeling through sparse, event-driven computation. Ho