LLMvllm
vLLMは、大規模言語モデル (LLM) の高速かつ効率的な推論とサービングを可能にするPythonライブラリです。最先端のス…
★ 86.2k ⑂ 19.4k Apache-2.0 2026-07-14
#Hugging Face対応 (30 repos)
「Hugging Face対応」タグが付いたリポジトリ
LLM
動画生成MiniMax-MCP
MiniMax-AIの公式Model Context Protocol (MCP) サーバーであり、強力なテキスト読み上げ、画像生成、ビデオ生成のAP…
★ 1.6k ⑂ 273 MIT 2026-05-21
音楽生成MidiTok
MidiTokは、MIDIやabcといった音楽ファイルをディープラーニングモデル（Transformerなど）が扱えるトークンシーケン…
★ 884 ⑂ 102 MIT 2026-07-20
音声生成 / TTSConfucius4-TTS
Confucius4-TTSは、LLMと音声エンコーダをベースにした、多言語・異言語対応のゼロショット音声合成エンジンです。「…
★ 668 ⑂ 66 NOASSERTION 2026-07-09
3D / NeRFvgg-ttt
VGG-T³は、大規模な画像コレクションからオフラインで高速な3D再構築を可能にするツールです。CVPR'26で発表された論…
★ 178 ⑂ 18 NOASSERTION 2026-05-25
動画生成LiveWorld
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…
★ 127 ⑂ 3 Apache-2.0 2026-06-23
動画生成Echo-Memory
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…
★ 123 ⑂ 7 2026-07-11
LLMgranite-switch
「Granite Switch」は、IBM Researchが開発したオープンソースプロジェクトで、複数のファインチューニングされたLoR…
★ 84 ⑂ 9 Apache-2.0 2026-07-09
マルチモーダルMOSS-Audio-8B-Thinking
MOSS-Audio-8B-Thinkingは、音声・環境音・音楽を横断的に理解できるオープンソースの音声理解モデルです。文字起こ…
❤ 78 ↓ 27.2k apache-2.0 2026-06-11
画像生成W-Flow
W-Flowは、「Wasserstein Gradient Flowsを介したワンステップ生成モデリング」の公式PyTorchコードベースです。この…
★ 69 ⑂ 5 MIT 2026-06-09
3D / NeRFwanderland
Wanderlandは、オープンワールドの具現化されたAI向けに、幾何学的に根拠のあるシミュレーションを提供する包括的な…
★ 61 ⑂ 2 Apache-2.0 2026-07-13
画像生成LeapAlign_Code
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…
★ 54 ⑂ 1 Apache-2.0 2026-06-13
動画生成Helios-Page
Heliosは、リアルタイムで長尺の動画を生成する革新的なモデルです。140億パラメータという大規模モデルでありながら…
★ 22 ⑂ 2 2026-05-30
音声生成 / TTSlora-cosyvoice123-chanting
このリポジトリは、中国語の古詩詞吟誦に特化したCosyVoice 1/2/3 LoRA微調整実験フレームワークです。CosyVoiceの三…
★ 8 2026-06-18
マルチモーダルCodeBind
CodeBindは、大規模言語モデルやロボット工学におけるマルチモーダル表現アライメントの課題を解決するために開発さ…
★ 7 ⑂ 1 MIT 2026-05-19