#AI/ML (74 repos)

Minds Platformは、最先端のAIシステムをユーザーが完全に制御、拡張、デプロイできるオープンな基盤を提供するプラ…

Hugging Face Agents Courseは、AIエージェントの基礎から応用までを網羅した包括的な学習コースです。大規模言語モ…

このリポジトリは、RAG (Retrieval-Augmented Generation) システムにおける様々な高度なテクニックを詳細なノートブ…

このGitHubリポジトリ「microsoft/unilm」は、Microsoftが提供する、タスク、言語、モダリティ（テキスト、画像、音…

ViMaxは、単一のコンセプト入力から脚本、絵コンテ、キャラクターデザイン、そして最終的な動画生成まで、動画制作プ…

Deep LakeはAIワークロードに特化したデータベースで、深層学習アプリケーション向けのストレージ形式を採用していま…

このプロジェクト「All-in-RAG」は、大規模言語モデル（LLM）アプリケーション開発者向けのRAG（検索拡張生成）技術…

VARは、拡散モデルの枠を超え、GPTスタイルのアプローチで視覚生成の新たな地平を切り開く最先端の画像生成手法です…

GeneFaceは、音声駆動による汎用的で高忠実度な3D話者顔合成を実現するICLR 2023で発表された公式PyTorch実装です。…

本リポジトリは、AIエンジニア、Gen AIエンジニア、LLMエンジニア、MLOpsエンジニアといったAI関連職種の面接に役立…

Knowhereは、AIエージェントとRAG（検索拡張生成）のために非構造化データを準備する記憶層ツールです。PDFやOffice…

このリポジトリは、テキストから動画を生成する複数のAIモデル（longscope、zeroscopeなど）をGoogle Colab上で手軽…

TuneFlow Python SDKは、次世代DAW「TuneFlow」向けの音楽アルゴリズムやAIモデルを開発するためのSDKです。伝統的な…

このGitHubリポジトリは、自動音楽生成の研究領域における最新のデモウェブサイトを集めたリンク集です。歌詞からボ…

AwesomeOPDは、LLM（大規模言語モデル）、VLM（視覚言語モデル）、エージェント、ドラフトモデルを対象としたオンポ…

このリポジトリは、ComfyUIで画像から動画を生成する「DynamiCrafter」および「ToonCrafter」モデルを利用するための…

MobileGymは、モバイルGUIエージェントの研究を目的とした、検証可能で高並列なシミュレーションプラットフォームで…

myAiVideosは、AIを活用した中国語短編動画の自動制作パイプラインです。トピック発見からクリエイティブ生成、視覚…

RISEは、自己改善型のロボットポリシーを構築するためのフレームワークです。ワールドモデルを実世界でのロボット操…

ComfyUI-ResAdapterは、人気のある画像生成AI「ResAdapter」の機能をComfyUI上で利用可能にするための拡張機能です。…

GoogleのGemini Enterprise Agent Platform（旧Vertex AI）上でAIエージェントを構築するためのコードサンプルとチュ…

ComfyUI ultimate openpose editorは、ComfyUIの既存のOpenPoseエディターを大幅に改良した、多機能な拡張機能です。…

Graph-CADは、自然言語の指示から実行可能なBlender用CADコードを自動生成するための、グラフ媒介型Text-to-CADフレ…

Wisprは、macOSユーザー向けのプライバシーを重視した音声書き起こしアプリケーションです。OpenAI WhisperとNVIDIA …