githubGitHubあり2026-09-09
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。
品質予測/異常検知機械学習教師あり学習分類検出画像
→
Use Case
品質予測に使えるAI/機械学習技術
工程条件、原料ロット、検査値から品質指標や不良リスクを予測するための技術です。
実装しやすい候補
githubGitHubあり2026-09-08
presidio — An open-source framework for detecting, redacting, masking, and anonymizing sensitive data (PII) across text, images, and structured data. Supports NLP, pattern matching, and customizable pipelines.
presidioは、テキスト、画像、構造化データを含む敏感データを検出、削除、マスク、アノニマイズするオープンソースフレームワークです。自然言語処理、パターンマッチング、カスタマイズ可能なパイプラインをサポートします。
表形式向き深層学習Transformer分類検出画像
→
githubGitHubあり2026-09-08
cvat — Computer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.
CVATは、機械学習用の業界標準のデータエンジンです。さまざまなスケールのチームが使用し、さまざまなスケールのデータに対応しています。
品質予測/異常検知コンピュータビジョンセグメンテーション分類検出画像
→
githubGitHubあり2026-09-08
mlflow — The open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.
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。
品質予測/異常検知自然言語処理大規模言語モデル
→
githubGitHubあり2026-09-08
unstructured — Convert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.
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。
表形式向き自然言語処理大規模言語モデル画像テキスト表形式
→
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
→
関連記事
githubGitHubあり2026-09-09
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。
品質予測/異常検知機械学習教師あり学習分類検出画像
- 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
→
githubGitHubあり2026-09-08
presidio — An open-source framework for detecting, redacting, masking, and anonymizing sensitive data (PII) across text, images, and structured data. Supports NLP, pattern matching, and customizable pipelines.
presidioは、テキスト、画像、構造化データを含む敏感データを検出、削除、マスク、アノニマイズするオープンソースフレームワークです。自然言語処理、パターンマッチング、カスタマイズ可能なパイプラインをサポートします。
表形式向き深層学習Transformer分類検出画像
- 用途
- データのプライバシーを保護する
- 難易度
- Easy
- コスト
- Low
→
githubGitHubあり2026-09-08
cvat — Computer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.
CVATは、機械学習用の業界標準のデータエンジンです。さまざまなスケールのチームが使用し、さまざまなスケールのデータに対応しています。
品質予測/異常検知コンピュータビジョンセグメンテーション分類検出画像
- 用途
- データのラベル付けと管理
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-09-08
mlflow — The open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.
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。
品質予測/異常検知自然言語処理大規模言語モデル
- 用途
- AIワークロードを管理するためのシステム
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-09-08
unstructured — Convert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.
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。
表形式向き自然言語処理大規模言語モデル画像テキスト表形式
- 用途
- ドキュメントの構造化
- 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
evidently — Evidently is an open-source ML and LLM observability framework. Evaluate, test, and monitor any AI-powered system or data pipeline. From tabular data to Gen AI. 100+ metrics.
AIパワードシステムやデータパイプラインの監視と評価を行うための、オープンソースのMLとLLMの観測性フレームワーク。
表形式向き自然言語処理大規模言語モデル生成表形式
- 用途
- AIパワードシステムやデータパイプラインの監視と評価
- 難易度
- Easy
- コスト
- High
→
huggingfaceGitHubありHugging Faceあり2026-09-02
Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems
Multi-agent LLM systems commonly use an orchestrator to decompose a task for a team of workers and then improv
品質予測/異常検知自然言語処理大規模言語モデルテキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-02
SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models
We introduce SolarWM, a fully open foundation for building interactive video world models from data preparatio
品質予測/異常検知深層学習軽量化・量子化画像動画
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- High
→
huggingfaceGitHubありHugging Faceあり2026-08-31
Dr. Claw: An AI Scientist Workspace for Vibe Research
Command-line coding agents (e.g., Claude Code, Gemini CLI) can already read and write files and sustain long s
自然言語処理大規模言語モデル
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-02
Percolation Dynamics in Optimization : Variance Cascades and Discrete Scale Invariance
We study the dynamics of Stochastic Gradient Descent (SGD), which is known to steer deep neural networks towar
深層学習正規化・最適化手法
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- Medium
→
huggingfaceHugging Faceあり2026-09-01
Sparse Readout Prism: Explaining Logit-Lens Scores in Features Instead of Tokens
A language model's prediction of its next token develops across layers, and lens methods track this process by
自然言語処理埋め込み・検索テキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- Low
→
huggingfaceHugging Faceあり2026-09-03
The Attention Triangle in Audio-Video Models
Audio-video diffusion models rely on cross-modal attention to coordinate text, sound, and visual content, yet
品質予測/異常検知深層学習Attention機構生成画像テキスト
- 用途
- 生成
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-09-02
The Missing Temporal Link: Temporal Context Routing for Script-Driven Audio-Video Generation
Joint audio-video generation models have made substantial progress in visual quality and audio-visual synchron
品質予測/異常検知コンピュータビジョン動画認識生成画像テキスト
- 用途
- 生成
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-08-31
S3Gym: Can LLMs Turn Self-Testing and Self-Judging into Self-Improvement?
Large language models (LLMs) increasingly interact with external environments and accumulate substantial behav
自然言語処理大規模言語モデルテキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- High
→
huggingfaceHugging Faceあり2026-08-27
Knowing When Not to Reuse: Conditional Experience Transfer in Autonomous LLM Post-Training
Large language models offer broad capabilities, but adapting them to evolving domains, tools, and requirements
品質予測/異常検知自然言語処理大規模言語モデルテキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- High
→