reef — Infrastructure for continually self‑improving agents
Infrastructure for continually self‑improving agents
nlp
MLINFO COLLECTION
LLM Fine-tuning
LoRA、RLHF、SFT、軽量ファインチューニングなど、LLMを用途に合わせる技術を扱います。
記事一覧
2 / 36langextract — A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
LLMを使用して、自然言語処理における情報抽出を行うためのPythonライブラリです。
自然言語処理情報抽出
atomic-agents — Building AI agents, atomically
AIエージェントを組み立てるためのライブラリ。
AIエージェント建設
LlamaFactory — Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)
LLMやVLMのFine-Tuningを簡素化したライブラリ。
LLMのFine-Tuning
txtai — 💡 All-in-one AI framework for semantic search, LLM orchestration and language model workflows
LLMを利用するために、セマンティック検索やLLMのオーケストレーションなどを行えるフレームワーク。
セマンティック検索
metaflow — Build, Manage and Deploy AI/ML Systems
TensorZeroは、LLMゲートウェイ、オブザーバビリティ、評価、最適化、実験を統一したオープンソースのLLMOpsプラットフォームです。
AI/MLシステムの構築、管理、展開ツール
clearml — ClearML - Auto-Magical CI/CD to streamline your AI workload. Experiment Management, Data Management, Pipeline, Orchestration, Scheduling & Serving in one MLOps/LLMOps solution
このリポジトリでは、高スループットと低メモリ消費のLLMインフェレンザエンジンであるVLLMを提供しています。
高スループットと低メモリ消費のLLMインフェレンザ
BentoML — The easiest way to serve AI apps and models - Build Model Inference APIs, Job queues, LLM apps, Multi-model pipelines, and more!
モデルをサービングするためのライブラリを紹介している。
モデルのサービング
machine-learning-for-trading — Code for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.
LLMの推論 Transparency を高めるために、DiffusionGemmaの計算を分離しVariable Transparency とAlgorithmic Transparencyを評価します。
LLMの透明性、誤用、過度安定化を理解する
runanywhere-sdks — Production ready toolkit to run AI locally
このリポジトリでは、AIモデルの互換性を確保するためのオープンスタンダードであるONNXを提供しています。
AIモデルの互換性を確保するためのオープンスタンダード
prompt-in-context-learning — Awesome resources for in-context learning and prompt engineering: Mastery of the LLMs such as ChatGPT, GPT-3, and FlanT5, with up-to-date and cutting-edge updates.
このリポジトリはChatGPT、GPT-3、FlanT5などのLLMsの在り方や、in-context learningとprompt engineeringのリソースをまとめたものです。
LLMマスターへのリソース
SimpleTuner — A general fine-tuning kit geared toward image/video/audio diffusion models.
画像やビデオやオーディオディフュージョンモデルのファインチューニングを行うための、汎用的なファインチューニングキット。
ディフュージョンモデルのファインチューニング
PyTorch-Tutorial-2nd — 《Pytorch实用教程》（第二版）无论是零基础入门，还是CV、NLP、LLM项目应用，或是进阶工程化部署落地，在这里都有。相信在本书的帮助下，读者将能够轻松掌握 PyTorch 的使用，成为一名优秀的深度学习工程师。
Pytorchの教科書としては非常に詳細で、実践的な方法を提示しています。
ゼロから入門する人や深度学習の工程をプロデュースして欲しい人
Intrinsic Distribution Matching
One-step and few-step text-to-image generation must accurately render the details specified in the prompt despite limited opportunities for refinement. Distribution matching distillation (DMD) uses…
deep-learning
opencompass — OpenCompass is an LLM evaluation platform, supporting a wide range of models from OpenAI, Anthropic, Gemini, Qwen, GLM, DeepSeek, etc, across 100+ datasets covering knowledge, reasoning, coding, science, language, long-context, and safety.
LLMを評価するプラットフォームであり、さまざまなモデルとデータセットをサポートする。
LLM評価
minimind — 🧠 Train a 64M-parameter LLM from scratch in just 2h!
このライブラリは、空間情報を扱うためのコンピュータビジョンライブラリです。
ジオメトリックなコンピュータビジョンライブラリ
ludwig — Low-code framework for building custom LLMs, neural networks, and other AI models
Ludwigは、LLM (Large Language Model) のカスタム化と構築のための低コストフレームワークです。このフレームワークは、ユーザーがカスタム LLM を構築し、トレーニングするのを容易にします。
LLMのカスタム化と構築のための低コストフレームワーク
Multiscale Policy Optimization for Long-Horizon LLM Agents
Long-horizon LLM agents interact with their environments through complete assistant turns while generating each action token by token. We observe that critic values vary primarily across turns,…
nlp
Awesome-Embodied-Robotics-and-Agent — This is a curated list of "Embodied AI or robot with Large Language Models" research. Watch this repository for the latest updates! 🔥
Embodied AIやロボットとLarge Language Modelを組み合わせた研究のリポジトリ。
Embodied AIやロボット研究
nestia — NestJS Helper + AI Chatbot Development
NestJSベースのAIチャットボット開発ツールです。
AIチャットボット作成
ART — Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement learning for Qwen3.6, GPT-OSS, Llama, and more!
ARTは、多段強化学習トレーナーです。このトレーナーは、GRPOを使用して、現実世界のタスクに対して、多段強化学習を行うことができます。
多段強化学習トレーナー
OpenLLM — Run any open-source LLMs, such as DeepSeek and Llama, as OpenAI compatible API endpoint in the cloud.
OpenAIに互換性があり、Cloud APIとして利用できるLLM。
LLMのクラウドAPI
stable-baselines3 — PyTorch version of Stable Baselines, reliable implementations of reinforcement learning algorithms.
このリポジトリでは、LLMベースのエージェントアプリケーションのための強化学習の橋渡しを提供しています。
強化学習を簡素化させる橋渡し
higgsfield — Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training models with billions to trillions of parameters
Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training models with billions to trillions of parameters
nlp