#機械学習 (39 repos)

「Deep Learning Drizzle」は、ディープラーニング、強化学習、機械学習、コンピュータビジョン、自然言語処理といっ…

Align-Anythingは、あらゆるモダリティの大規模モデル（any-to-anyモデル）を人間の意図や価値観に合わせることを目…

このリポジトリは、主要なAI/機械学習の学術論文で提唱されたアルゴリズムやモデルを、わずか100行程度の簡潔なPytho…

MiniOneRecは、生成型推薦のための初の完全にオープンソースなフレームワークです。SID（Semantic Item Discretizati…

このツールは、大規模言語モデル（LLM）のオンポリシー蒸留（OPD）のメカニズムとダイナミクスを系統的に調査する研…

SceneTokは、3Dシーンデータを圧縮された、非構造化かつ拡散可能な1Dトークン表現へと変換するシーンオートエンコー…

Objaverse++は、低品質な3Dモデルが多数存在する既存のObjaverseデータセットの課題を解決するため、厳選されアノテ…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

このプロジェクトは、ComfyUIで生成された画像がNSFW（Not Safe For Work）であるかどうかを検出するツールです。機…

GPIC（Giant Permissive Image Corpus）は、視覚生成モデリング研究のための巨大で許容性の高い画像コーパスです。約…

このリポジリは、顔の動作単位（AU）と顔の表情（FE）の双方向学習を可能にするStructured Semantic Mapping（SSM）…

FruitNeRF++は、果樹園における多様な果物の計数を汎用的に行うための新しい手法です。コントラスト学習とニューラル…

HairPortは、画像内の顔に参照ヘアスタイルを転送する最先端の3D認識型フレームワークです。このツールは、大規模な…

VolFillは、単一のRGB画像から屋内の完全な3Dシーンジオメトリを再構築する革新的なツールです。前景の背後に隠れた…

このツールは、DreamScene360（ECCV 2024）の「Panorama-to-3D」パスをラップしたComfyUIカスタムノードです。360度…

本プロジェクトは、Tsuyoshi Matsuzaki氏による「diffusion-tutorials」の中国語翻訳・理論強化版です。拡散モデル（…

Tastebenchは、ウェブサイト、音楽、ビデオなどのコンテンツの「好み」を定量的に分析し、改善点を提示する自己評価…

「ComfyUI-LocateAnything」は、NVIDIAのLocateAnything-3BビジュアルグラウンディングモデルをComfyUIで利用可能に…

SPADEは、オフラインブラックボックス最適化において、サポートされていない領域での予測の過信を防ぐためのツールで…

この「DisPOSE」は、自己教師ありマルチビュー3D人体ポーズ推定のための実装です。離散的なクロスビュー人物割り当て…

M²GenCOは、拡散ベースのニューラル組み合わせ最適化のためのマルチタスクメタ学習フレームワークです。ICML 2026で…

Nitographは、MNISTの数字をネオン風のストリングアートに変換し、釘から釘への連続的な糸の経路を生成するクラス条…

mini-pi0は、ロボットの動作ポリシーをフローマッチングにより学習するためのコンパクトな研究コードベースです。特…

VidGroundは、動画理解ベンチマークや機械学習の後学習データセットに内在する「動画を見なくても回答できる」テキス…