#研究ツール (41 repos)

STORMは、LLMを活用した知識キュレーションシステムで、特定のトピックを調査し、引用付きの本格的なレポートを生成…

wav2letter++は、Facebook AI Researchが開発した自動音声認識（ASR）ツールキットです。現在はFlashlightフレームワ…

MAGI-1は、大規模な自己回帰型動画生成を実現する革新的なツールです。Sand AIによって開発され、学術論文（arXiv）…

「Awesome Autoresearch」は、Karpathyのオートリサーチに触発された自律的な改善ループ、研究エージェント、および…

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…

「Nano World Model」は、拡散強制（diffusion-forcing）に基づくビデオワールドモデルのトレーニングに特化した、シ…

OmniVGGTは、空間認識のための最先端の基盤モデルです。本ツールは、深度、カメラ内部パラメータ、ポーズといった任…

TokenGSは、自己教師ありレンダリング目的で3Dガウスを予測する革新的なツールです。学習可能なガウストークンをエン…

autoresearch-qwenは、Qwen3-VL-4B-InstructモデルをDocumentVQAベンチマークで自律的に改善することを目的とした研…

Echo-Memoryは、Joy Future AcademyのEcho Teamが開発した、ビデオワールドモデルにおけるメモリの役割を研究するた…

SR-Agentsは、大規模言語モデル（LLM）エージェントにおけるスキル検索拡張（SRA）の研究と評価を目的としたコミュニ…

CourtSIは、スポーツ分野における空間知能を評価するための大規模データセットとベンチマークです。100万以上の質問…

LiveWorldは、生成型ビデオワールドモデルにおいて、視界外のダイナミクスをシミュレートする画期的なフレームワーク…

EverAnimateは、長時間の人間アニメーション動画生成において、視覚品質とキャラクターの一貫性を維持する効率的な後…

OneEvalは、オープンな大規模言語モデル（LLM）の評価結果における監査の難しさや再現性の低さという課題を解決する…

Workspace-Benchは、大規模なファイル依存関係を持つワークスペースタスクにおいてAIエージェントの能力を評価するた…

xRIRは、CVPR 2025で発表された論文「Hearing Anywhere in Any Environment」をPyTorchで実装したもので、部屋を跨ぐ…

SR-3Dは、ICLR'26で発表された「3D Aware Region Prompted Vision Language Model」の実装です。単一視点と多視点入…

「Awesome AI Security Tools」は、AIセキュリティおよびAIを活用したサイバーセキュリティのための厳選されたツール…

WorldReasonBenchは、動画生成モデルが物理的、社会的、論理的、情報的に一貫した未来の世界状態を推論できるかを評…

UniMは、マルチモーダルな理解と生成の両方を単一のパラダイムで評価するための、初の統一されたAny-to-Anyインター…

ODE-GSは、ICLR 2026で発表された「Latent ODEs for Dynamic Scene Extrapolation with 3D Gaussian Splatting」の公…

「Prompt Reinjection」は、マルチモーダル拡散トランスフォーマーにおいて発生する「プロンプト忘れ」問題に対処す…