#CLI (1732 repos)

Doubao Murmurは、豆包（doubao.com）のWeb音声認識機能を活用したミニマルな音声入力ツールです。macOSとLinux/Stea…

dvlt.cuは、NVIDIAのDVLT (Déjà View Looping Transformer) をCUDA/C++で再実装した、依存関係のない高速な3D再構築…

GEditBench v2は、汎用画像編集モデルの性能を人間が調整した基準で評価するための包括的なベンチマークです。1,200…

dmlxは、AppleのMLX Metalバックエンドと5層のメモリ最適化技術を組み合わせることで、Mac上で大規模なフロンティアL…

「OmniVideo-100K」は、音声・視覚推論能力の向上を目指す大規模データセットと、そのための自動データ合成エンジン…

EcoSplatは、効率制御可能なフィードフォワード3D Gaussian Splatting技術を実装したツールです。マルチビュー画像か…

DeepCloakは、Cloudflare、Datadome、Turnstile、reCAPTCHAなどのボットウォールによってブロックされるウェブページ…

「opencode-gpt-imagegen」は、OpenCode上でChatGPT Images 2.0（gpt-image-2）の機能を利用可能にするプラグインで…

本ツールは、Meta Questデバイスでキャプチャされたパススルー画像と深度データを用いて3Dシーンを再構築するための…

ATM-Benchは、画像、動画、メールなどのマルチモーダルデータに対し、約4年間にわたる長期的なパーソナライズされた…

C.A.D.I.S.は、Rustを優先し、ローカルファーストでモデルに依存しないマルチエージェントランタイムです。単一のデ…

LeapAlignは、フローマッチングモデルを人間の好みに合わせて微調整するための学習後手法です。完全なサンプリング軌…

Memexaは、AIエージェントと人間が中国語のデータを扱うための自己ホスト型記憶グラフツールです。WeChat、QQ、飛書…

RunAPI MCP Serverは、AI画像生成、動画生成、音楽作成、テキスト読み上げ、プロンプト検索、モデル発見といった多岐…

ArcticPlatformは、大規模言語モデル（LLM）のポストトレーニングプロセスを簡素化・加速するために設計されたフレー…

Audio-Oscarは、複雑な音声シーン記述から長尺で制御可能な音声を生成するためのマルチエージェントフレームワークで…

ULF-Locは、CVPR 2026 Highlight論文として発表された、3D Gaussian Splattingを用いた堅牢な視覚ローカライゼーショ…

RSR（Rapid Splat Renderer）は、Direct3D 12とOpenXRで構築された、Windowsネイティブの3D Gaussian Splattingシー…

GameVerseは、動画ベースの反射学習を通じてVision-Language Models (VLMs) がゲームプレイを学習できるかを検証する…

RvR (Refinement via Regeneration) は、清華大学とTencent Hunyuanが開発した、画像リファインメントのための革新的…

SoundScape Studioは、ストリーマー、ゲーム開発者、コンテンツクリエーター、ボイスプロフェッショナル向けに設計さ…

AionDBは、PostgreSQL互換のSQL、グラフ、およびベクトル検索機能を単一のRust製データベースで統合した画期的なシス…

このプロジェクトは、Irodori-TTSをフォークし、echo-TTSのWeb UIとして機能する、Flow Matchingベースの高性能なテ…

OpenSfMは、PythonとC++で開発されたオープンソースのStructure from Motion（SfM）ライブラリです。順序付けされて…