AI Agent の論文・実装まとめ

argo-workflows — Workflow Engine for Kubernetes

argo-workflowsは、Kubernetes用のワークフローエンジンです。

MLOpsパイプライン構築

Score 99

DocsGPT — Private AI platform for agents, assistants and enterprise search. Built-in Agent Builder, Deep research, Document analysis, Multi-model support, and API connectivity for agents.

このリポジトリでは、トークナイザーの最適化を提供しています。

深層学習Transformerテキスト

Score 98

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。

コンピュータビジョン

Score 98

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。

強化学習

Score 94

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

ai-agent-book — 《深入理解 AI Agent：设计原理与工程实践》（李博杰著）开源主仓库：全书正文、编译版 PDF 与按章配套代码

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

Score 94

ART — Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement learning for Qwen3.6, GPT-OSS, Llama, and more!

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。

自然言語処理大規模言語モデル強化学習

新着記事

argo-workflows — Workflow Engine for Kubernetes

argo-workflowsは、Kubernetes用のワークフローエンジンです。

MLOpsパイプライン構築

用途: Kubernetes用ワークフローエンジンを提供する
難易度: Easy
コスト: Medium

DocsGPT — Private AI platform for agents, assistants and enterprise search. Built-in Agent Builder, Deep research, Document analysis, Multi-model support, and API connectivity for agents.

このリポジトリでは、トークナイザーの最適化を提供しています。

深層学習Transformerテキスト

用途: トークナイザーの最適化
難易度: Easy
コスト: Medium

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

ai-agent-book — 《深入理解 AI Agent：设计原理与工程实践》（李博杰著）开源主仓库：全书正文、编译版 PDF 与按章配套代码

用途: 弁論の実際的な対象を形成するためにAIが活用される
難易度: Easy
コスト: High

ART — Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement learning for Qwen3.6, GPT-OSS, Llama, and more!

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。

自然言語処理大規模言語モデル強化学習

用途: 多段強化学習トレーナー
難易度: Easy
コスト: High

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

carla — Open-source simulator for autonomous driving research.

コンピュータビジョン

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

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。

強化学習

用途: 疑似環境を提供する
難易度: Easy
コスト: Medium

githubGitHubあり2026-09-04

BettaFish — 微舆：人人可用的多Agent舆情分析助手，打破信息茧房，还原舆情原貌，预测未来走向，辅助决策！从0实现，不依赖任何框架。

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。

自然言語処理大規模言語モデル

用途: 舆情分析助手の問題を解決する
難易度: Easy
コスト: High

A Tree-based RAG Framework for Evidence-Intensive QA via Adaptive Planning and Topology-Aware Evidence Gathering

Recent structured RAG methods leverage tree- or graph-based reasoning structures to improve multi-hop QA. Howe

自然言語処理RAG生成テキスト

用途: 生成
難易度: Easy
コスト: Low

From Interaction Traces to Persistent Skills: Online Evolution for Computer-Use Agents

Computer-use agents can execute increasingly complex tasks in graphical interfaces, but their interaction expe

コンピュータビジョンセグメンテーション生成

用途: 生成
難易度: Easy
コスト: Low

RoboSPA: Can VLA Models Go Beyond Simple Scenes and Short-Horizon Tasks?

Vision-Language-Action (VLA) models have shown promising progress in language-conditioned robotic manipulation

コンピュータビジョンマルチモーダルテキスト

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

自然言語処理ファインチューニング画像テキストマルチモーダル

SciDocBench: A Workflow-Centered Benchmark and Data Pipeline for Scientific Document Understanding

Scientific papers require models to reason jointly over text, equations, figures, tables, code, and datasets w

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High