MLinfo | 機械学習・AI論文まとめ

tensorflow — An Open Source Machine Learning Framework for Everyone

TensorFlowはオープンソースの機械学習フレームワークで、誰でも使用できるように設計されている。

用途: 人間に学習フレームワーク
難易度: Easy
コスト: Medium

pytorch — Tensors and Dynamic neural networks in Python with strong GPU acceleration

pytorchはPythonでTensorや動的ニューラルネットワークを実装でき、強力なGPUアクセラレーションをサポートしている。

用途: CUDAアクセラレーション付きのAI
難易度: Easy
コスト: Medium

netdata — The fastest path to AI-powered full stack observability, even for lean teams.

netdataは、チームに関係なくAIパワーで全システム観察できる最速のパスを提供している。

機械学習教師あり学習画像

用途: 全システム観察
難易度: Easy
コスト: Medium

streamlit — Streamlit — A faster way to build and share data apps.

streamlitはStreamlitライブラリを使って、データアプリを作成・共有することができる。

機械学習教師あり学習画像

用途: データアプリ作成
難易度: Easy
コスト: Medium

ML-For-Beginners — 12 weeks, 26 lessons, 52 quizzes, classic Machine Learning for all

マシンラーニングの入門コースを提供する。

用途: マシンラーニング入門
難易度: Easy
コスト: Medium

keras — Deep Learning for humans

kerasは、人類が開発できる深層学習フレームワークで、モデル定義からトレーニングまでを行うことが可能。

用途: 人間による深層学習
難易度: Easy
コスト: Medium

julia — The Julia Programming Language

juliaはJuliaプログラミング言語で、高速演算とパッケージ管理が可能である。

用途: Juliaプログラミング
難易度: Easy
コスト: Medium

photoprism — AI-Powered Photos App 🌈💎✨

photoprismはAIパワーで管理される写真管理アプリケーションで、写真の特徴や情報を自動的に検出することができる。

機械学習教師あり学習画像

用途: 写真管理
難易度: Easy
コスト: Medium

google-research — Google Research

google-researchはGoogle Researchで、研究者がアクセスすることができる機械学習リソースの一つである。

用途: Google研究
難易度: Easy
コスト: Medium

opencv — Open Source Computer Vision Library

このリポジトリでは、64MパラメータのGPTを完全にTrainingし、2時間以内に完成させる手法を提供します。

深層学習画像

用途: 大モデル 2時間で完全にTraining
難易度: Easy
コスト: High

cs249r_book — Machine Learning Systems

マシンラーニングシステムの理論と実装に関する本。

深層学習テキスト

用途: 機械学習システム
難易度: Easy
コスト: Medium

Paddle — PArallel Distributed Deep LEarning: Machine Learning Framework from Industrial Practice （『飞桨』核心框架，深度学习&机器学习高性能单机、分布式训练和跨平台部署）

中国の工业界で開発された機械学習フレームワーク。並列化および分散処理を可能にしている。

用途: 機械学習フレームワーク
難易度: Easy
コスト: Medium

AirSim — Open source simulator for autonomous vehicles built on Unreal Engine / Unity, from Microsoft AI & Research

Microsoftにより開発されたオープンソースのシミュレータ、AirSimはリアルテンポでの自動運転車の動作をシミュレートすることができます。

用途: 自動運転車のシミュレーション
難易度: Easy
コスト: Medium

vision — Datasets, Transforms and Models specific to Computer Vision

コンピュータビジョンのデータセット、変換、モデルのライブラリ。

用途: コンピュータビジョン
難易度: Easy
コスト: Medium

carla — Open-source simulator for autonomous driving research.

CARLAは、オープンソースのシミュレータで、主に自動運転研究のために使われます。このシミュレータを使うことで、車両などのロボットをシミュレートし、様々なシナリオを実行できます。

用途: 自動運転研究用のオープンソースシミュレータ
難易度: Easy
コスト: Medium

colmap — COLMAP - Structure-from-Motion and Multi-View Stereo

このライブラリは、3次元幾何学とモーションの解析のためのオープンソースライブラリです。このライブラリは、複数の視点からの画像を扱い、構造計算とマルチビューステレオの解析をサポートしています。

用途: 3次元幾何学とモーションの解析
難易度: Easy
コスト: Medium

kornia — 🐍 Geometric Computer Vision Library for Spatial AI

このリポジトリでは、金融分野に適したLarge Language Modelsを提供しています。

コンピュータビジョン画像

用途: 金融用のLarge Language Models
難易度: Easy
コスト: High

品質予測/異常検知機械学習教師あり学習分類検出画像

fiftyone — Refine high-quality datasets and visual AI models

FiftyOneは、データセットの精査とAIモデル可視化を支援するライブラリです。このライブラリは、データセットの品質を高め、AIモデルを可視化するのを支援するために使用できます。

用途: データセットの精査とAIモデル可視化
難易度: Easy
コスト: Low

machine-learning-for-trading — Code for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.

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。

用途: LLMの透明性、誤用、過度安定化を理解する
難易度: Easy
コスト: High

Book-Mathematical-Foundation-of-Reinforcement-Learning — This is the homepage of a new book entitled "Mathematical Foundations of Reinforcement Learning."

Mathematical Foundations of Reinforcement Learningは、ディープラーニングにおける推論力学習の数学的基礎を網羅している。

用途: ディープラーニングに関する本書の制作
難易度: Easy
コスト: Medium

Gymnasium — A standard API for single-agent reinforcement learning environments, with popular reference environments and related utilities (formerly Gym)

Gymnasiumは、シングルエージェントRLの疑似環境を提供するAPIです。

用途: 疑似環境を提供する
難易度: Easy
コスト: Medium

RLinf — RLinf: Reinforcement Learning Infrastructure for Embodied and Agentic AI

この研究では、弾性シミュレーションに基づいて、エピソード間の状態を保つために、リプラスの重みと、エピソードの初期状態を用いました。

用途: 弾性シミュレーション
難易度: Easy
コスト: Medium

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

mlops-zoomcamp — Free MLOps course from DataTalks.Club. Register here 👇🏼 to get notified about the next cohort

面倒なシーケンスデータ処理を自動化するツールであるChiplingoが提案されました。

MLOps

用途: AIモデルへのデータ補完
難易度: Easy
コスト: Medium

deepinv — DeepInverse: a PyTorch library for solving imaging inverse problems using deep learning

ピラミードライブラリを使ったイメージインバース問題の解決に使えるライブラリです。

生成AI拡散モデル画像自己教師

用途: イメージインバース問題の解決
難易度: Easy
コスト: High

HanLP — 中文分词词性标注命名实体识别依存句法分析成分句法分析语义依存分析语义角色标注指代消解风格转换语义相似度新词发现关键词短语提取自动摘要文本分类聚类拼音简繁转换自然语言处理

中文分词词性标注命名实体识别依存句法分析成分句法分析语义依存分析语义角色标注指代消解风格转换语义相似度新词发现关键词短语提取自动摘要文本分类聚类拼音简繁转换自然语言处理

機械学習教師あり学習分類テキスト

用途: 分類
難易度: Easy
コスト: Low

自然言語処理大規模言語モデルテキストマルチモーダル自己教師

unilm — Large-scale Self-supervised Pre-training Across Tasks, Languages, and Modalities

Large-scale Self-supervised Pre-training Across Tasks, Languages, and Modalities

用途: 実装・検証基盤
難易度: Easy
コスト: High

TextBlob — Simple, Pythonic, text processing--Sentiment analysis, part-of-speech tagging, noun phrase extraction, translation, and more.

テキスト分析、センチメント分析や単語分割などを行えるライブラリ。

自然言語処理テキスト音声

用途: テキスト分析
難易度: Easy
コスト: Medium

modelscope — ModelScope: bring the notion of Model-as-a-Service to life.

ModelScopeは、モデルをサービス化するためのプラットフォームです。モデルを作成し、ホスティングし、管理し、配信することができます。

自然言語処理音声

用途: モデルをサービス化する
難易度: Easy
コスト: Medium

OpenBB — Open Data Platform for analysts, quants and AI agents.

OpenBBは、分析家・量算家・AIエージェント用の金融データプラットフォームを提供している。

用途: 金融分析用データ
難易度: Easy
コスト: Medium

scikit-learn — scikit-learn: machine learning in Python

scikit-learnはPythonで機械学習を行うことができるライブラリで、データの分類・可視化・特徴量選択などが可能である。

CPUで試しやすい機械学習教師あり学習

用途: マシンラーニング
難易度: Easy
コスト: Medium

ColossalAI — Making large AI models cheaper, faster and more accessible

ColossalAIは、より安く、速く、よりアクセスが容易な-large AIモデルの作成に適したフレームワークを提供します。

機械学習教師なし学習

用途: 分散型AIモデルのコスト削減
難易度: Easy
コスト: Medium

pytorch-lightning — Pretrain, finetune ANY AI model of ANY size on 1 or 10,000+ GPUs with zero code changes.

AIモデルを高速にトレーニングするためのライブラリ。1台から10000台のGPUで利用可能。

用途: AIモデルトレーニング
難易度: Easy
コスト: High

fastai — The fastai deep learning library

「fastai」は、深層学習のライブラリです。

用途: 機械学習ライブラリ
難易度: Easy
コスト: Medium

vowpal_wabbit — Vowpal Wabbit is a machine learning system which pushes the frontier of machine learning with techniques such as online, hashing, allreduce, reductions, learning2search, active, and interactive learning.

Vowpal Wabbitは、機械学習を進歩させるためのオンライン学習、ハッシュ、reduceなどの強力なアルゴリズムを含むシステムです。その結果、さまざまな問題に応じて、高品質な解決策を提供できます。

強化学習テキスト

用途: 強い機械学習アルゴリズムを実行し複雑な問題を解決するためのシステム
難易度: Easy
コスト: Medium

AI-Papers-of-the-Week — 🔥Highlighting the top ML papers every week.

最新のマシンラーニング研究論文を紹介している。

自然言語処理

用途: 最新のML研究論文
難易度: Easy
コスト: Medium

compromise — modest natural-language processing

この研究では、自然言語処理の負担を減らすモジュラリティを目指しています。モジュラリティとは、システムを小さくて独立した部分に分割して、それぞれを簡素化することです。この研究では、文脈に応じてモジュラリティを変更できるメカ

自然言語処理分類音声

用途: 自然言語処理の簡素化
難易度: Easy
コスト: Low

arxivGitHubあり2026-09-13

POLARIS: Training-Free Audio Fingerprinting with Saliency-Based Landmarks and Delaunay Grouping

This work presents POLARIS, a training-free audio fingerprinting system that selects landmarks from a locally

コンピュータビジョン音声

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

fastbook — The fastai book, published as Jupyter Notebooks

The fastai book, published as Jupyter Notebooks

用途: 実装・検証基盤
難易度: Easy
コスト: Medium

learnopencv — Learn OpenCV : C++ and Python Examples

OpenCVを用いて画像処理の学習方法を紹介している。

用途: OpenCVの学習
難易度: Easy
コスト: Medium

PufferLib — Puffing up reinforcement learning

用途: 強化学習用ライブラリ
難易度: Easy
コスト: Medium

nltk — NLTK Source

このリポジトリは、Natural Language Toolkit（NLT）のソースコードを収録しています。

自然言語処理

用途: Natural Language Toolkit（NLT）ソース
難易度: Easy
コスト: Medium

arxivGitHubあり2026-09-11

CVSS-X: A Multilingual Speech-to-Speech Translation Corpus for 28 Languages

We introduce CVSS-X, a large-scale synthetic speech-to-speech translation corpus that extends CVSS by reversin

品質予測/異常検知自然言語処理テキスト音声

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

品質予測/異常検知自然言語処理RAG生成画像テキスト

arxivGitHubあり2026-09-11

Generative Retrieval for Unsupervised Text-Based Person Search

Text-based person search (TBPS) aims to retrieve images of a target person from a large image gallery based on

用途: 生成
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-09-11

Agent as Policy for Robotic Manipulation

We demonstrate that a general-purpose agent can directly drive a physical robot throughout task execution with

機械学習教師あり学習画像動画

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-09-11

MInTRL: Off-policy Intervention can boost On-policy RL

Reinforcement learning with verifiable rewards is typically performed on-policy, keeping training data close t

自然言語処理RAG生成回帰強化学習

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-09-11

StepAudio 3 Gen Technical Report

We introduce StepAudio 3 Gen, a general-purpose audio generation model that supports zero-shot text-to-speech

センサ/時系列深層学習Transformer生成テキスト音声

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-09-11

cs-video-courses — List of Computer Science courses with video lectures.

このリポジトリはコンピュータサイエンスのビデオコースの一覧を提供しています。

機械学習教師あり学習動画

用途: 教育資源の共有
難易度: Easy
コスト: High

arxivGitHubあり2026-09-10

Aerodynamic Prior-Free Coordinated Trajectory Generation and Tracking Control for a Tail-Sitter UAV

This paper presents a coordinated trajectory generation and tracking control framework for a tail-sitter unman

強化学習生成

用途: 生成
難易度: Hard
コスト: Medium

huggingfaceHugging Faceあり2026-09-10

SenseNova-U1.5: Towards Native Unified Visual Intelligence

We launch SenseNova-U1.5, an 8B-MoT native unified multimodal model that understands, reasons about, and gener

MI向き深層学習軽量化・量子化生成画像テキスト

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-09-10

Mi-Ripple: Restoring Images Degraded by Iterative AI Editing

Iterative reference-conditioned image editing can introduce grid-like and granular textures, commonly describe

機械学習教師あり学習生成画像テキスト

用途: 生成
難易度: Easy
コスト: Medium

huggingfaceHugging Faceあり2026-09-09

LLaDA-UI: Bringing Block-wise Diffusion to Vision-Language GUI Agents

Diffusion large language models (dLLMs) achieve high decoding efficiency through block-parallel, arbitrary-ord

自然言語処理大規模言語モデル生成テキストマルチモーダル

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-09-09

An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics

We study how model post-training and test-time inference design affect natural-language proof generation for h

自然言語処理ファインチューニング生成テキスト強化学習

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-09-09

awesome-datascience — :memo: An awesome Data Science repository to learn and apply for real world problems.

データサイエンスの学習には役立つリポジトリ。実世界の問題に応じた学習が可能。

深層学習画像

用途: データサイエンス学習
難易度: Easy
コスト: Medium

githubGitHubあり2026-09-09

stable-baselines3 — PyTorch version of Stable Baselines, reliable implementations of reinforcement learning algorithms.

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。

用途: 強化学習を簡素化させる橋渡し
難易度: Easy
コスト: High

Feyospace-v1: How the Cyber Mercury Seven Trained Frontier Cyber Models

Training capable cyber agents is often treated primarily as a problem of model scale, yet open-weight post-tra

自然言語処理RAGテキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

品質予測/異常検知コンピュータビジョンマルチモーダル生成画像テキスト

Studying Image Tokenizers as Visual Languages in Unified Multimodal Models

Image tokenizers define the ``visual language'' of unified multimodal models, yet are commonly studied through

用途: 生成
難易度: Easy
コスト: High

品質予測/異常検知自然言語処理大規模言語モデル生成

ActReview: Rebuttal-Guided Training Data and Rubric Rewards for Actionable Peer Review Generation

As LLMs are increasingly used for pre-submission self-review, there is growing demand for feedback that not on

用途: 生成
難易度: Easy
コスト: High

SWE-Bench Pro Verified: A Reliable Benchmark for Software Engineering Agents

SWE-Bench Pro has emerged as a standard benchmark for evaluating software engineering agents on challenging re

品質予測/異常検知機械学習教師あり学習

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

githubGitHubあり2026-09-08

OpenCat-Quadruped-Robot — An open source quadruped robot pet framework for developing Boston Dynamics-style four-legged robots that are perfect for STEM, coding & robotics education, IoT robotics applications, AI-enhanced robotics application services, research, and DIY robotics kit development.

An open source quadruped robot pet framework for developing Boston Dynamics-style four-legged robots that are

強化学習画像

用途: 実装・検証基盤
難易度: Easy
コスト: Medium

huggingfaceHugging Faceあり2026-09-07

CARDEA: Auditable Reasoning Grounded in Spatial Evidence for End-to-End Coronary Angiography Interpretation

Invasive coronary angiography (CAG) is the gold standard for diagnosing coronary artery disease, but interpret

自然言語処理RAG分類生成画像

用途: 分類
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-09-07

Revisiting Complete Reasoning Traces for Post-Training

Large language models (LLMs) are often post-trained on pre-collected reasoning trajectories to improve their r

品質予測/異常検知深層学習軽量化・量子化テキスト強化学習

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

githubGitHubあり2026-09-07

awesome-nlp — :book: A curated list of resources dedicated to Natural Language Processing (NLP)

このリポジトリは自然言語処理(NLP)に関するリソースをまとめたものです。

自然言語処理テキスト

用途: NLPリソースのまとめ
難易度: Easy
コスト: Medium

huggingfaceHugging Faceあり2026-09-06

OracleZoom: On-Policy Self-Distillation Inspired Reference-Constrained Recursive Image Super Resolution

Recursive Super-Resolution (SR) extends fixed-scale SR to extreme magnification by repeatedly feeding predicti

品質予測/異常検知深層学習軽量化・量子化画像教師なし

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-09-05

MobileVLA-R1 2.0: RL-Enhanced Reasoning for Mobile Robot Control

Grounding natural-language instructions into reliable and executable actions remains a fundamental challenge f

自然言語処理RAG生成マルチモーダル強化学習

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-09-02

qlib — Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing productions. Qlib supports diverse ML modeling paradigms, including supervised learning, market dynamics modeling, and RL, and is now equipped with https://github.com/microsoft/RD-Agent to automate R&D process.

クエンティング投資プラットフォームを実現するためにAI技術を活用します。

強化学習方策勾配 (PPO / A3C)教師あり

用途: クエンティング投資プラットフォーム
難易度: Easy
コスト: Medium

githubGitHubあり2026-08-31

open_spiel — OpenSpiel is a collection of environments and algorithms for research in general reinforcement learning and search/planning in games.

ゲームの一般的な強化学習用エンドポインティであるEnvironmentおよびアルゴリズムの集合。

用途: ゲームの一般的な強化学習用エンドポインティ
難易度: Easy
コスト: Medium

githubGitHubあり2026-08-24

spaCy — 💫 Industrial-strength Natural Language Processing (NLP) in Python

spaCyはPythonで動くIndustrial-strength Natural Language Processing(Language理解の高度なライブラリです。文脈理解、構文解析、名詞の抽出など、複雑なNLPタ

機械学習教師あり学習分類テキスト

用途: ライブラリの紹介
難易度: Easy
コスト: Low