#Python (2196 repos)

PromptEnhancerは、Text-to-Image生成およびImage-to-Image編集の両方に対応するプロンプト書き換えツールです。ユー…

このプロジェクトは、大規模言語モデル（LLM）における「in-the-wild」脱獄プロンプトに関する研究データセットを提…

このツールは、OpenAIのGPT Image 2モデルを用いた画像生成のためのプロンプトギャラリー、画像プロンプトライブラリ…

「Awesome Harness Engineering」は、AIエージェントが信頼性の高い動作を保つための環境構築「ハーネスエンジニアリ…

BlenderProc2は、フォトリアリスティックなトレーニング画像を生成するためのプロシージャルなBlenderパイプラインで…

TurboDiffusionは、ビデオ拡散モデルによる動画生成を100〜200倍に高速化するフレームワークです。単一のRTX 5090な…

MapAnythingは、画像、キャリブレーション、ポーズ、深度などの多様な入力から、統一されたフィードフォワードのトラ…

Applioは、シンプルさ、高品質、そしてパフォーマンスに重点を置いた音声変換ツールです。アーティスト、開発者、研…

min(DALL·E)は、Boris Dayma氏のDALL·E Mini（メガウェイト版）を高速かつ最小限に移植したPyTorchベースの画像生成…

SuGaRは、CVPR 2024で発表された、3D Gaussian Splattingから効率的に高品質な3Dメッシュを再構築し、レンダリングす…

AliceVisionは、写真から3Dオブジェクトやシーンを再構築し、カメラの動きを追跡するフォトグラメトリー・コンピュー…

pySLAMは、単眼、ステレオ、RGB-DカメラをサポートするハイブリッドPython/C++のVisual SLAMパイプラインです。古典…

LichtFeld Studioは、3D Gaussian Splattingシーンの学習、検査、編集、自動化、エクスポートを単一のネイティブアプ…

「Mini-Gemini」は、画像理解、推論、生成を同時に行うことができるマルチモダリティ大規模言語モデル（LLM）フレー…

ArcReelは、AI Agentを駆使して小説のようなテキストから短編動画を生成するオープンソースの動画生成ワークベンチで…

このプロジェクトは、現代の強化学習を実践的に学ぶためのオープンソースカリキュラム「Hands-On Modern RL」です。…

「2D Gaussian Splatting for Geometrically Accurate Radiance Fields」論文の公式実装です。2Dの指向性ディスク（…

rgthree-comfyは、ComfyUIのワークフローをより快適にするためのノードと改善のコレクションです。ComfyUIユーザーが…

TTS WebUIは、GradioとReactを基盤とする統合型Webユーザーインターフェースで、様々なテキスト読み上げ（TTS）、音…

ComfyUI-Custom-Scriptsは、AI画像生成ツールComfyUIのユーザーインターフェースを強化し、実験的な機能を追加するた…

「Auto-Empirical Research Skills (AERS)」は、8つの社会科学分野にわたる23,000以上のAIエージェントスキルを厳選…

DynamiCrafterは、テキストプロンプトに基づいてオープンドメインの静止画をアニメーション化するツールです。事前学…

OpenKB（Open Knowledge Base）は、LLM（大規模言語モデル）を活用して、様々な形式の生文書（PDF, Word, Markdownな…

Nunchaku ComfyUI Pluginは、SVDQuantで量子化された4-bitニューラルネットワーク向けの効率的な推論エンジン「Nunch…