AI アプリ
Roboflowは、コンピュータビジョンモデルの構築とデプロイのためのエンドツーエンドプラットフォームを提供します。自動アノテーション、モデルトレーニング、スケーラブルな推論のためのツールを提供し、開発者や企業がリアルタイムストリーム、画像、ビデオのアプリケーションにビジュアルインテリジェンスを統合できるようにします。
ベスト AIモデルとLLM AIツール
271 件のツールAIモデルとLLMを見つけよう — AIモデルやAIアプリから、AI Hugging Face、AI GitHubリポジトリ、AIプラットフォームまで、開発者や研究者がプロジェクトを向上させるためのツールを見つける場所です: コンピュータビジョンシステムの訓練、言語モデルの展開、推論アルゴリズムの実験、モデルバージョンの管理を行います。 AI モデル, AI アプリ, AI Hugging Face, AI GitHub リポジトリ と AI プラットフォーム などにわたる 271 件のベスト AIモデルとLLM AIツールをご覧ください。
271 tools
AI モデル
DistilGPT2は、GPT-2から派生した、英語のテキスト生成モデルです。前身モデルよりも高速かつ軽量な代替手段を提供し、様々な創造的および補助的なライティングタスクに適しています。このモデルは事前学習済みで、Hugging Faceを通じて統合可能です。
AI アプリ
OpenAIは、ChatGPTおよびそのモデルの背後にあるAI研究および展開会社です。タスクの自動化、コーディング、コンテンツ作成、研究、データ分析のためのAI製品とビジネスソリューションを提供しています。
GPT-5.6は、さまざまなタスクにおける生産性と効率を向上させるために設計されたOpenAIの最新のAIモデルです。コストあたりのパフォーマンスが向上しており、ユーザーはより少ないリソースでより多くの成果を上げることができ、コーディング、知識作業、サイバーセキュリティなどの要求の厳しいワークフローに最適です。
AI Hugging Face
DeepSeek-R1は、強化学習を通じて問題解決能力を向上させるために開発された高度なAI推論モデルです。オープンソースでモデルへのアクセスを提供することで、研究者や開発者がその高度な推論機能を効果的に活用できるようにすることを目指しています。
AI エージェント
Firecrawlは、Webを大規模に検索、スクレイピング、対話するためのコンテキストAPIです。あらゆるWebソースをクリーンなMarkdownまたは構造化データに変換し、AIエージェントがすぐに利用できるようにします。信頼性が高く、LLMに対応したWebデータでAIアプリケーションを強化しましょう。
Gemini 3.1 Proは、複雑なタスクと深い推論のために設計された高度なAIモデルです。マルチモーダル理解に優れ、スマートで簡潔な応答を提供し、学習、計画、革新的なアプリケーションの構築に最適です。
AI プラットフォーム
Weights & Biasesは、AIモデルおよびアプリケーションの構築、トレーニング、デプロイを支援するAI開発者プラットフォームです。実験追跡、モデル管理、エージェント型アプリケーション開発のためのツールを提供し、チームが自信を持って作業し、AIワークフローを効率化できるようにします。一般的なMLフレームワークと統合されています。
AI コミュニティ
LocalLLaMAは、ローカルAIモデルと革新に関する議論に焦点を当てたRedditコミュニティです。メンバーは、洞察、経験、そしてこの分野の発展を共有し、AI愛好者の間での協力と知識の共有を促進しています。
AI Hugging Face
Qwen3.8-27Bは、コーディング、専門的なタスク、研究のために設計された高度なAIモデルです。画像や動画を理解するネイティブなビジョン・ランゲージモデルを搭載しており、信頼性を向上させた複雑なタスクの完了を可能にします。
AI Hugging Face
Kimi K3は、長期的なコーディング、知識作業、推論のために設計された高度なオープンウェイトのマルチモーダルAIモデルです。1百万トークンのコンテキストウィンドウを備え、効率とパフォーマンスを向上させる革新的なアーキテクチャに基づいています。
AI アプリ
DeepSeekは、一般的な人工知能の開発に専念するAI研究会社です。DeepSeek-V4、DeepSeek-R1、DeepSeek-Coderなどのオープンソースの最前線LLMを提供し、ユーザーはAIとチャットしたり、さまざまなアプリケーションのためにAPIを介して統合したりできます。
AI Hugging Face
DeepSeek-V4-Proは、効率的な百万トークンコンテキストインテリジェンスのために設計された高度なAIモデルです。ハイブリッドアテンションアーキテクチャを特徴とし、32兆トークン以上で事前学習されており、複雑な推論タスクやコーディングベンチマークに適しています。
AI モデル
Stability AIは、画像、ビデオ、オーディオ、3Dコンテンツを作成するためのオープンソース生成AIモデルのスイートを提供しています。これらの革新的なソリューションは、多様なアプリケーション向けの高度なAI機能を求めるクリエイターや企業に対応します。最先端のテクノロジーを今すぐ探索してください。
AI Hugging Face
Llama-3.1-8B-Instructは、Metaによって開発された多言語大規模言語モデルで、指示ベースのタスクに最適化されています。商業および研究用途向けに設計されており、自然言語理解と生成において高度な機能を提供します。
AI プラットフォーム
Modalは、開発者向けの高性能サーバーレスAIインフラストラクチャを提供します。サブ秒コールドスタートとインスタントオートスケーリングにより、CPU、GPU、データ集約型コンピューティングを大規模に実行できます。推論、トレーニング、サンドボックス向けのPythonネイティブ開発者エクスペリエンスを提供し、AIおよびデータチームのクラウドデプロイメントをシー…
AI モデル
Cohere Command は、エンタープライズ用途に設計されたスケーラブルなAI言語モデルファミリーです。実世界のAIエージェントアプリケーションにおいて高いパフォーマンスと精度を提供し、ビジネスワークフローの自動化、コンテンツ作成、セキュアなデプロイメントを可能にします。Command は、データに基づいたAIでチームを強化します。
AI エージェント
OpenRouterは、複数のプロバイダーから提供される膨大な数の大規模言語モデル（LLM）にアクセスするための統一APIインターフェースを提供します。競争力のある価格設定、分散インフラストラクチャによる高い可用性、カスタムデータポリシーを備え、開発者がベンダーロックインなしで多様なAIモデルを効率的に統合できるようにします。
AI Hugging Face
gpt-oss-120bは、高度な推論タスク向けに設計されたオープンウェイトのAIモデルで、単一の80GB GPUでのプロダクション使用に適しています。多様なアプリケーション向けにカスタマイズ可能な推論努力とファインチューニング機能を提供します。
AI Hugging Face
GLM-5.2は、長期的なタスクのために設計された高度なAIモデルで、堅牢な1Mトークンのコンテキストと強化されたコーディング機能を備えています。オープンソースであり、オープンサイエンスを通じて人工知能の民主化を目指しています。
この本は、注意メカニズムとGPTスタイルのトランスフォーマーに焦点を当て、ゼロから大規模言語モデル（LLM）を実装するための包括的なガイドを提供します。読者は、自分自身のチャットボットを開発し、LLMの基礎原理を理解するための知識を得ることができます。
AI プラットフォーム
Together AIは、推論、ファインチューニング、GPUクラスター向けのフルスタックAIプラットフォームであるAIネイティブクラウドを提供しています。最先端の研究を基盤とし、より高速な推論、低コスト、そして高速な事前トレーニングを実現します。このプラットフォームは、実験から大規模なデプロイまで、AI開発のあらゆる段階をサポートします。
AI アプリ
Groqは、カスタム構築されたLPU（Language Processing Unit）を搭載し、高速かつ低コストなAI推論を提供します。スケーラブルな速度と手頃な価格で設計されたGroqのテクノロジーにより、開発者は低遅延応答でインテリジェントなモデルを世界中に展開できます。既存のツールとシームレスに統合され、高度なAI推論をさまざまなアプリケーションで効…
AI プラットフォーム
ClearMLのAIインフラストラクチャプラットフォームは、開発から本番稼働まで、エンタープライズ規模のAI/MLワークフローを合理化します。GPUクラスターを管理し、AI開発を強化し、GenAIモデルのデプロイを簡素化して、AIビルダーのパフォーマンスとスケーラビリティを最大化します。
AI アプリ
Label Studioは、AI評価および人間参加型ワークフローのためのオープンソースデータラベリングプラットフォームです。コンピュータビジョン、NLP、音声、時系列データを含むマルチモーダルデータをサポートし、多様なアノテーションタスクとAIモデルのベンチマークのためのカスタムインターフェースを可能にします。
AI Hugging Face
Mixtral-8x7B-Instruct-v0.1は、高度なAIアプリケーション向けに設計された事前学習済みの生成的スパースエキスパートモデルです。さまざまなベンチマークでLlama 2 70Bを上回り、自然言語処理におけるファインチューニングと推論タスクのための堅牢なソリューションを提供します。
AI GitHub リポジトリ
ggml-org/llama.cppは、C/C++におけるLLM推論に特化したGitHubリポジトリです。開発者がその開発に貢献し、機械学習アプリケーションのためにその機能を活用することができます。
AI プラットフォーム
Fireworks AIは、生成AI向けのサーバーレス推論プラットフォームを提供し、最先端のオープンソースLLMや画像モデルを高速で実行できるようにします。また、インフラストラクチャを管理することなくカスタムモデルのファインチューニングとデプロイのためのツールも提供し、様々なAIアプリケーションにおける速度、品質、コスト最適化に注力しています。
AI Hugging Face
GPT-2は、英語のテキスト生成のために設計された事前学習済みのトランスフォーマーモデルです。因果言語モデルの目的を利用し、プロンプトに基づいて一貫したテキストを生成する能力があり、さまざまな自然言語処理タスクに役立ちます。
AI GitHub リポジトリ
WhisperはOpenAIが開発した堅牢で汎用的な音声認識モデルです。多言語音声認識、翻訳、言語識別に優れています。多様な音声データでトレーニングされており、従来の多段階パイプラインを統一されたシーケンス・トゥ・シーケンスアプローチで置き換える、様々な音声処理タスクのための単一モデルを提供します。
AI モデル
AI21は、精度、信頼性、スケーラビリティに重点を置いたエンタープライズグレードの基盤モデルとAIシステムを構築しています。同社のソリューションは、重要なビジネスワークフローを強化し、効率的なAIエージェントの開発と展開のためのインテリジェントなモデルルーティングや自動化されたハーネス最適化などの高度な機能を提供します。
AI モデル
Mistral Large 3は、企業向けに設計された最先端のAIモデルで、AIアシスタントやエージェントのカスタマイズ、ファインチューニング、展開を可能にします。41Bのアクティブパラメータを持つスパースミクスチャーオブエキスパートアーキテクチャを特徴としており、マルチモーダルおよび多言語アプリケーションにおいて高度な機能を提供します。
NVIDIA Nemotron 3 Ultraは、複雑な推論と多言語タスクのために設計された強力なAIモデルです。5500億のパラメータを持ち、長文コンテキスト分析とツール使用に優れており、さまざまな業界での高リスクアプリケーションに最適です。
AI モデル
gpt-ossには、強力なパフォーマンスと効率的な展開のために設計された2つのオープンウェイト言語モデル、gpt-oss-120bとgpt-oss-20bが含まれています。これらはApache 2.0ライセンスの下で利用可能で、さまざまなアプリケーションにアクセスできるようにし、安全性とカスタマイズを確保しています。
AI Hugging Face
gpt-oss-20bは、OpenAIによって設計されたオープンウェイトのAIモデルで、低遅延および特化したユースケース向けです。210億のパラメータを持ち、強力な推論とエージェントタスクをサポートしており、AIの開発者や研究者に最適です。
AI Hugging Face
DeepSeek-V3は、6710億のパラメータを持つMixture-of-Experts言語モデルで、効率的な推論とコスト効果の高いトレーニングを目的としています。自然言語処理タスクにおいて強力なパフォーマンスを示し、さまざまなベンチマークで優れた結果を出しています。
AI Hugging Face
Meta-Llama-3-8B-Instructは、指示ベースのタスク向けに設計された高度な大規模言語モデルです。対話アプリケーションに優れ、役立ちや安全性を最適化しているため、商業利用や研究利用に適しています。
AI モデル
MiniMax-M2.5は、コーディング、オフィス作業、エージェントツールの使用のために設計された高度なAIモデルです。効率性とコスト効果に優れ、さまざまな業界での革新的なアプリケーションを可能にします。
AI モデル
Mistral Small 4は、推論、コーディング、マルチモーダル機能を1つのプラットフォームに統合した多用途のAIモデルです。ユーザーはAIアシスタントやエージェントを効率的にカスタマイズ、ファインチューニング、展開できるため、さまざまな企業アプリケーションに最適です。
AI Hugging Face
Qwen3.8-Flash-Nextは、オープンソース技術を通じて人工知能を進化させるために設計された最先端のAIモデルです。効率的な処理のための革新的なアーキテクチャを備えており、自然言語処理やマルチモーダルタスクのさまざまなアプリケーションに適しています。
AI アプリ
Future AGIは、AIエージェントの構築、テスト、監視のためのオープンソースプラットフォームです。ガードレール、20以上のメトリクスを使用した包括的な評価、Sentryスタイルのエラー追跡により、AIの幻覚をリアルタイムで検出し修正するのに役立ちます。このプラットフォームは、強化学習による継続的な改善を可能にし、エンドツーエンドのリクエストトレーシング…
AI モデル
Command A+ は、複雑な推論、視覚、48 言語にわたる多言語タスクのために設計された、25B のアクティブパラメータと 218B の総パラメータを持つ専門家の混合モデルです。企業向けに効率的で正確なソリューションを提供します。
AI モデル
ERNIE 5.1は、パフォーマンスに優れ、事前トレーニングコストを最小限に抑えた最先端のAIモデルです。エージェントの能力、推論、創造性において重要な進展を提供し、AI分野での有力な候補となっています。
AI コミュニティ
LM Studio Discordコミュニティは、80,811人のメンバーが自分のコンピュータで大規模言語モデル（LLM）を発見、ダウンロード、実行するための活気あるスペースです。仲間の愛好者と交流し、洞察を共有しましょう。
AI モデル
Ideogram 4.0は、さまざまなアプリケーション向けに設計された高度なAIモデルです。プロジェクトにAI技術を活用し、さまざまな分野での効率と生産性を向上させるための強力な機能を提供します。
AI Hugging Face
Qwen3-8Bは、高度な推論、指示に従う能力、そして多言語サポートのために設計された大規模言語モデルです。さまざまなシナリオで最適なパフォーマンスを発揮するためのシームレスなモード切替機能を備えており、AIにおける多様なアプリケーションに適しています。
AI Hugging Face
BLOOMは、BigScienceによって開発された多言語自動回帰型大規模言語モデルです。46の言語と13のプログラミング言語で一貫したテキストを生成し、自然言語処理や研究における多様なアプリケーションを可能にします。
AI Hugging Face
ControlNet-v1-1は、オープンソースのコラボレーションを通じて人工知能を進化させることを目的としたHugging FaceにホストされたAIモデルです。開発者や研究者がAIプロジェクトを効果的に強化するためのツールを提供することを目指しています。
AI フレームワーク
Mac、Windows、Linux上でAIモデルをローカルに実行およびトレーニングするための無料のオープンソースデスクトップアプリで、ノーコードUI、エージェント接続、およびOpenAI互換APIを備えています。
AI インフルエンサー
セバスチャン・ラシュカは、人工知能において10年以上の経験を持つLLMリサーチエンジニアです。彼の仕事は学術と産業を統合し、高性能なAIシステムと実用的な実装に焦点を当てています。また、AIやLLMに関する記事やリソースを執筆しています。
Cosmos 3は、NVIDIAが開発した高度なAIモデルで、人工知能、高性能コンピューティング、ロボティクスにおけるさまざまなアプリケーションを強化するために設計されています。NVIDIAのGPU技術を活用して、強力な計算能力を提供します。
AI モデル
IBMグラニットは、ビジネス向けに設計されたオープンで信頼できるAIモデルのファミリーであり、効率的な言語、ビジョン、音声、ガードレールモデルを提供し、企業のニーズに合わせてカスタマイズおよび展開できます。
インクリングは、開発者向けに設計された975BパラメータのマルチモーダルAIモデルです。テキスト、画像、音声入力を受け付け、チャットボットやコーディングアシスタントなどのさまざまなアプリケーション向けにテキスト出力を生成します。オープンウェイトでリリースされており、研究やサードパーティ製品への統合をサポートします。
AI Hugging Face
アリーナリーダーボードは、LMArenaリーダーボードをフルスクリーン表示するウェブアプリケーションです。iframe内にリーダーボードウェブサイトを読み込み、ユーザーはデータを入力することなくランキングを簡単に閲覧できます。
AI モデル
Olmo from Ai2は、高度なAI研究とアプリケーションのために設計された完全にオープンな言語モデルです。プログラミング、推論、対話に最適化されたさまざまなモデルバリアントを提供し、開発者や研究者に対して透明性とアクセス可能性を確保します。
AI Hugging Face
Mistral-7B-v0.1は、70億のパラメータを持つ事前学習済みの生成テキストモデルで、オープンソースを通じて人工知能を進化させることを目的としています。さまざまなベンチマークでLlama 2 13Bを上回り、自然言語処理タスクにおいて強力なツールとなっています。
AI プラットフォーム
Novita AIは、単一API経由で200以上のAIモデルへのアクセスを提供する、開発者向けのAIおよびエージェントクラウドです。安全なエージェントサンドボックスとGPUインスタンスの起動を可能にし、AIアプリケーションの構築とデプロイのためのスケーラブルで費用対効果の高いプラットフォームを提供します。
Phi-4-reasoning-vision-15Bは、Microsoftによって開発されたマルチモーダルAIモデルで、視覚と言語の理解および推論能力を必要とするタスクに設計されています。科学的推論やコンピュータ使用エージェントタスクに優れており、さまざまなアプリケーションに適しています。
AI モデル
Falcon-H1R-7Bは、数学、プログラミング、論理タスクにおけるパフォーマンスを向上させるために設計された推論専門のAIモデルです。テクノロジーイノベーション研究所によって開発され、効率的な推論とテスト時のスケーリングのためにハイブリッドアーキテクチャを利用しています。
AI モデル
OpenAIは、最先端の人工知能（AI）研究開発および展開を行うリーディングカンパニーです。多様なアプリケーションで利用可能な高度なAIモデルの開発に注力しており、汎用人工知能（AGI）が全人類に利益をもたらすことを目指しています。
AI エージェント
Google DeepMindは、人工知能を進歩させることに専念している研究機関です。Geminiなど、科学、画像生成、音楽作曲など、さまざまな用途向けのAIシステムとツールを開発しています。DeepMindは、AIのブレークスルーを通じて、科学を進歩させ、人類に貢献するためにインテリジェンスの解決に焦点を当てています。
AI エージェント
Arize AIは、LLMオブザーバビリティとエージェント評価のための統合プラットフォームを提供し、開発から本番環境までAIアプリケーションを改善するように設計されています。エージェントのトレース、評価、モニタリングのためのツールを提供し、チームがAIエージェントを効果的に構築、デバッグ、最適化できるようにします。このプラットフォームは、データ駆動型の反復サ…
AI アプリ
Composio enables AI agents to interact with over 1,000 applications through just-in-time tool calls. It offers secure delegated authentication, sandboxed environments, and…
NepaliGPTは、ネパール語に最適化された最先端の言語モデルを搭載した、ネパール初の主権AIプラットフォームです。コミュニケーションの促進、生産性の向上、イノベーションの推進を目指し、2800万人以上の人々にローカライズされたAIソリューションを提供します。
Neoform AIは、アフリカの方言と言語に特化した高度なAIモデルを開発しています。言語の壁をなくし、数百万人のアフリカの人々がAIの機会にアクセスできるようにし、デジタル体験を豊かにすることを使命としています。高忠実度のデータと本番環境対応モデルを提供します。
AI アプリ
Kiloは、IDE、CLI、クラウド環境と統合されるオープンソースのAIコーディングエージェントです。500以上のモデルをサポートし、APIキーの持ち込み（BYOK）でマークアップなしで利用でき、ローカルモデルオプションでコードプライバシーを優先します。複数のプラットフォームで開発ワークフローを強化します。
Recapは、ChatGPTを使用してあらゆるウェブページのあらゆる部分を要約するオープンソースのブラウザ拡張機能です。ユーザーはウェブコンテンツから重要な情報を簡単に抽出でき、リサーチや情報消費をより効率的にします。この拡張機能は、ブラウザ内で直接迅速に要約できるように設計されています。
AI アプリ
CalcForgeは、土木、機械、電気分野向けの広範なオープンソースエンジニアリング計算ツールのライブラリを提供します。専門家や学術関係者が複雑な問題を解決し、Pythonプロジェクトで共同作業を行い、エンジニアリング知識とデータセットの成長するリポジトリにアクセスできるようにします。エンジニアリングツールの民主化とイノベーションの促進に専念するコミュニティ…
AI アプリ
ChatPlaygroundは、ChatGPT、Claude、Geminiなど40以上のAIモデルを単一の月額サブスクリプションで比較できる統合プラットフォームを提供します。複数のAI出力を並べて表示することで、時間とリサーチを節約し、様々な専門的なニーズにおける意思決定とコンテンツ生成を強化します。
AI アプリ
ローカルAIプレイグラウンドは、AIモデルをオフラインかつプライベートで実行するための無料のオープンソースネイティブアプリケーションです。RustバックエンドによりAI推論が簡素化され、GPUは不要です。モデルの管理、整合性の検証、ストリーミングサーバーの起動が容易で、技術的なセットアップなしでAIを利用できます。
AI アプリ
単一のAPIでテキスト、画像、音声、動画のAIアプリケーションを構築。Pollinations.aiがモデルとインフラを管理し、ユーザーは自身のクレジットで利用可能。開発者はアプリ内でのユーザー利用の一部を任意で共有することで報酬を得られます。
AI アプリ
LAIONは、大規模な人工知能リソースを無料で利用可能にすることに特化した非営利団体です。機械学習の研究を促進し、一般教育を推進し、データとモデルの再利用を通じて環境に配慮したリソース利用を奨励するために、オープンなデータセット、ツール、モデルを提供しています。
AI アプリ
Rubrik Agent Cloudは、AIエージェントのためのエンタープライズ制御レイヤーを提供し、エージェントの操作をリアルタイムで監視、ガバナンス、および修復できるようにします。これにより、組織はリスクを管理しながらAIの導入を加速し、エージェントが定義された境界内で安全に動作することを保証し、間違いからの迅速な復旧を可能にします。
AI アプリ
YesChat.aiは、高度なチャット、音楽、ビデオ、画像生成を提供するオールインワンAIプラットフォームです。GPT-4oやClaude 3.5 Sonnetなどの最先端モデルを活用し、コンテンツ作成、コーディング、一般的な問い合わせに対して、高速かつ正確な結果を提供します。ブラウザから無料トライアルで利用可能です。
AI アプリ
DeepSeek-v3は、高度なMoEアーキテクチャと最先端の言語モデルにより、即時のAIソリューションを提供します。この安定した無料かつ無制限のモデルで、効率的な推論と多様なハードウェア展開における多言語サポートを備えた最先端のAI機能を体験してください。
AI アプリ
Llama 70B をベースにしたオープンソース LLM、Reflection 70B をお試しください。革新的な自己修正機能を備え、ベンチマークで GPT-4 および Llama 3.1 405B を上回る性能を発揮します。サインアップ不要で、無料のチャットインターフェースにアクセスし、高度な AI 会話や複雑な問題解決に取り組んでください。
AI アプリ
LM Studioは、オープンソースの大規模言語モデル（LLM）をローカルコンピュータにダウンロードして実行するための使いやすいプラットフォームです。LLaMa、MPT、Gemmaなどのモデルをサポートし、プログラミングスキルなしでAI探索のための直感的なインターフェースを提供します。オフラインでのAIモデル実行を容易に体験できます。
AI アプリ
Llama中文社区は、LlamaモデルとAI技術の開発を促進することに特化したオープンプラットフォームです。大規模から小規模なモデル、テキストからマルチモーダル、ソフトウェアからハードウェア最適化まで、Llamaのオープンソースエコシステムを構築し、すべての人類のためのAIを推進することを目指しています。
AI アプリ
Aleph Alphaは、ヨーロッパの企業や公共機関向けに特化したセキュアな言語モデルを開発しています。ドメイン固有のAIソリューションに注力し、データの主権と規制遵守を保証します。同社の技術は、深いドメイン知識と社内ワークフローを統合し、責任あるAIで組織を強化します。
AI アプリ
Flux 1 AIは、Black Forest Labsが提供するオープンソースの画像生成モデルです。詳細なプロンプトに基づき、競合他社を凌駕する速度、視覚的精度、プロンプト追従性で高品質な画像を生成します。多様な用途に対応するため、様々なアスペクト比と解像度をサポートしています。
AI アプリ
DeepSeek R1 Onlineは、高度な推論能力を持つオープンソースAIモデルであり、OpenAIのo1を上回る性能を発揮します。370億の活性パラメータと128Kのコンテキスト長を持つMixture of Expertsアーキテクチャを採用し、複雑な問題解決に最適化されています。数学、コーディング、一般的な推論タスクにおいて高い精度を提供し、コスト効…
EyeGesturesは、Webカメラのみでアクセス可能なオープンソースの視線追跡を提供します。このPythonおよびJavaScriptライブラリにより、プライバシーのためのEyeFocusや研究用のEyePointerのような強力なツールが利用可能になります。バックエンドサーバー、デスクトップアプリ、Webブラウザに対応しており、高度な視線追跡技術を誰も…
Meta Segment Anything Model 2 (SAM 2) は、画像と動画に対応した統合セグメンテーションモデルです。クリック、ボックス、マスクによる高速かつ正確なオブジェクト選択を可能にし、多様なアプリケーションで堅牢なゼロショット性能とリアルタイムインタラクティビティを提供します。
AI プラットフォーム
Claude Consoleは、Claude AIモデルと対話するためのユーザーインターフェースです。開発者やユーザーがAnthropicの先進的なAIの能力にアクセスし、活用できるプラットフォームを提供します。現在、コンソールは一時的なサービス障害が発生しており、アップデートを予定しています。
これは、Llama 2 13bをファインチューニングし、Llama 33bの追加アテンションヘッドで強化されたバージョンです。これらの新しいコンポーネントをより良く統合するために、RedPajamaから約1000万トークンで学習されました。このモデルは、標準の13bモデルよりも学習能力の向上を目指し、さらなる開発の基盤として意図されています。
Pure Sydneyは、LLaMA 2をファインチューニングした、検閲なしで奔放なモデルで、フレンドリーなチャットやコンパニオンとして設計されています。以前のSydneyバージョンのReddit投稿に基づいており、無邪気で純粋な性格を提供します。この4ビットGPTQモデルは、速度とエンゲージメントに最適化されており、会話型AIアプリケーションに最適です。
LLM
Aiden T5は、インターネットアクセスとBDI（Beliefs, Desires, and Intentions）を備えたTransformerモデルであり、言語モデルの能力と世界に関する推論能力を組み合わせています。1.5兆のパラメータを持ち、複雑な学習と汎化能力を誇り、テキスト生成、翻訳、要約、質問応答において最先端のパフォーマンスを達成しています。
FFMPerative-7Bは、ビデオ制作ワークフロー向けにファインチューニングされたLlama 2 7B LLMです。ユーザーは自然言語コマンドでビデオ編集タスクを制御でき、FFMPerativeツールと連携します。このモデルは、クロッピング、リサイズ、音声調整などのタスクを、技術的な専門知識を持たないユーザーでも簡単に実行できるようにします。
AI モデル
OPT-175Bは、Meta AIが研究コミュニティ向けに公開した1750億パラメータの大規模言語モデルです。これにより、大規模言語モデルへのアクセスが可能になり、NLP研究の深い理解と進歩を促進します。責任ある開発とバイアスの軽減に重点を置いています。
AI モデル
Gatoは、Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。
AI モデル
SqueezeNetは、PyTorchで利用可能なディープ畳み込みニューラルネットワークモデルです。AlexNetと同等の精度を、はるかに少ないパラメータ数と小さいモデルサイズで実現しており、様々なコンピュータビジョンタスクに効率的です。このモデルはImageNetで事前学習済みであり、PyTorchプロジェクトに簡単に統合できます。
AI モデル
Xceptionは、Keras 3 APIを通じて利用可能な深層学習モデルです。Keras Applicationsの一部として、様々なコンピュータビジョンタスク向けの事前学習済みモデルを提供します。Xceptionは画像分類および関連アプリケーション向けに設計されており、高度なAIシステムの構築のための堅牢な基盤を提供します。
AI モデル
Transfo-XL-WT103は、相対位置埋め込みを備えた因果的トランスフォーマーモデルであり、より長いコンテキストのために隠れ状態を再利用できます。Zihang Daiらによって開発され、入出力にアダプティブソフトマックスを使用しています。このモデルはテキスト生成タスクに適しており、Wikitext-103データセットでトレーニングされました。
AI モデル
Google DeepMind は、Gopher のような大規模言語モデルの研究を進め、その能力、倫理的考慮事項、効率的なトレーニングに焦点を当てています。研究には、2800億パラメータのモデル、リスク評価、予測と追跡可能性の向上を目的とした検索拡張アーキテクチャが含まれます。目標は、AI を安全かつ有益に進歩させることです。
This research empirically analyzes the optimal trade-off between model size and training data for large language models given a fixed compute budget. It reveals that current large…
AI モデル
LaMDAは、Googleが開発した画期的な対話型AIモデルで、幅広いトピックについて自由な対話を行うように設計されています。Transformerアーキテクチャを基盤とし、対話データに特化してトレーニングされているため、妥当性や具体性といったニュアンスを理解し、より自然な人間とコンピューターの対話や新しいアプリケーションカテゴリを可能にします。
AI モデル
InstructGPTモデルは、GPT-3よりもユーザーの意図をより良く理解するように訓練されたAI言語モデルです。人間からのフィードバックによる強化学習により、より真実味があり、毒性が低く、ユーザーの目標に沿ったものとなっており、現在OpenAIのAPIで利用可能です。
AI モデル
Longformer Base 4096 は、長文ドキュメントの処理に特化したTransformerモデルです。RoBERTaをベースとし、最大4,096トークンの拡張シーケンスで事前学習されています。このモデルは、スライディングウィンドウとグローバルアテンションを組み合わせたハイブリッドアテンションメカニズムを採用し、効率的な長文理解とタスク固有の表現学習…
BigBirdベースモデルは、ブロック疎行列アテンションを使用して、はるかに長いシーケンスを処理できるように拡張されたBERTのTransformerです。マスク言語モデリングのために英語テキストで事前学習されており、最大4096トークンのシーケンスを効率的に処理でき、長文タスクで最先端の結果を達成しています。
AI モデル
RAG（Retrieval-Augmented Generation）は、事前学習済み言語モデルと外部データソースを組み合わせたものです。関連するパッセージを取得して生成を条件付け、事実の正確性を向上させ、モデル全体の再学習なしでの知識更新を可能にします。このアプローチは、パラメトリックメモリと非パラメトリックメモリを統合することで、応答の質を向上させます。
AI モデル
SimCLRは、視覚的表現の自己教師あり学習および半教師あり学習のためのフレームワークです。同じ画像の異なる変換ビュー間の合意を最大化するためにコントラスティブ学習を利用することで、以前のアプローチを簡素化し、ラベル付きデータが限られている画像分類タスクで最先端のパフォーマンスを実現します。
AI モデル
Phi-2は、Microsoft Researchが開発した27億パラメータの言語モデルです。130億パラメータ未満のモデルの中で最先端のパフォーマンスを示し、優れた推論能力と自然言語理解能力を備えています。Phi-2は、最大25倍大きいモデルと同等またはそれ以上の性能を複雑なベンチマークで達成しており、研究や実験に最適です。
AI モデル
ControlNetは、条件付き制御を追加することで拡散モデルを強化し、ユーザーが特定の入力で画像生成をガイドできるようにします。事前学習済みモデルを破壊することなくファインチューニングが可能で、個人用デバイスに適しており、モデルのマージや置換における柔軟性を提供します。
このAIモデルは、ImageNet分類用に訓練された大規模で深い畳み込みニューラルネットワークの詳細を示しています。テストデータにおいて、トップ1エラー率39.7%、トップ5エラー率18.9%という最先端の結果を達成し、5つの畳み込み層と2つの全結合層にわたる6000万個のパラメータと50万個のニューロンを利用しました。
AI モデル
StyleGAN3は、生成器内の信号処理を全面的に見直すことで、エイリアシングのない（alias-free）敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…
AI モデル
UL2 20Bは、様々な言語モデリングパラダイムを統合するオープンソースの統一言語学習モデルです。デノイザーの混合によるデノイジングタスクとして目的をフレーム化することで、ファインチューニングおよび少数ショット学習タスク全体のパフォーマンスを向上させ、言語モデルトレーニングへのバランスの取れたアプローチを提供します。
AI モデル
FLAN-T5は、多様なタスクの混合で特にファインチューニングされたT5言語モデルの強化版です。追加のファインチューニングなしでパフォーマンスが向上しており、様々な自然言語処理アプリケーションですぐに使用できます。複数のサイズで提供されており、さまざまな計算ニーズに対応できます。
AI モデル
PaLM-Eは、実世界の連続的なセンサーデータをテキストと統合する、具現化されたマルチモーダル言語モデルです。これにより、ロボットは言語を知覚に結びつけることで複雑なタスクを実行できるようになり、高度な推論と計画のために多様なトレーニングドメインと具現化にわたるポジティブな転移を示します。
AI モデル
DGCNNは、Dynamic Graph CNNを実装した点群学習用AIモデルです。分類やセグメンテーションなどの3D点群データ処理タスクで最先端の性能を達成しています。PyTorch実装が利用可能で、実世界のシナリオにも応用されています。
AI モデル
Wav2vec 2.0は、自動音声認識のための自己教師あり学習アルゴリズムです。生の音声から学習し、高い精度を達成するために最小限の書き起こしデータしか必要としません。これにより、広範なラベル付きデータセットへの依存を減らし、より多くの言語、方言、ドメインでの音声認識が可能になります。
AI モデル
AudioLMは、長期的な一貫性を持つ高品質なオーディオを生成するAIモデルです。オーディオ生成を言語モデリングタスクとして扱い、オーディオを離散トークンにマッピングします。このフレームワークは、未知のスピーカーやスタイルに対しても、音声や音楽の自然で一貫性のある継続を生成することに優れています。
ALIGNは、10億以上の画像とaltテキストのペアから得られるノイズの多いテキスト監視を使用して、視覚および視覚言語表現学習をスケーリングするAIモデルです。クロスモーダル検索および視覚のみのタスクで最先端の結果を達成し、ゼロショット分類およびマルチモーダル検索を可能にします。
Flamingoは、Google DeepMindが開発した単一のビジュアル言語モデル（VLM）であり、多様なマルチモーダルタスクにおける少数の例からの学習（few-shot learning）に優れています。画像、動画、テキストが混在した入力を処理し、関連する言語出力を生成します。追加のトレーニングなしで、タスク固有の例を最小限で済ませることができます。
AI モデル
BEiTは、マスク画像モデリングを用いてビジョントランスフォーマーを事前学習する自己教師あり学習の視覚表現モデルです。画像を視覚トークンにトークン化し、マスクされたパッチを復元することで、画像分類やセマンティックセグメンテーションなどの下流タスクで競争力のある結果を達成します。
AI モデル
Variational Autoencoders (VAEs) は、潜在空間表現に対する確率論的なアプローチを提供します。標準的なオートエンコーダーとは異なり、VAE は観測値を確率分布にエンコードし、より滑らかな潜在空間と生成能力を可能にします。これにより、よりニュアンスのあるデータ表現と再構築が可能になります。
Reformerは、広範なシーケンシャルデータを処理するためにTransformerアーキテクチャを強化するAIモデルです。アテンションメカニズムとメモリ割り当ての制限に対処し、16GBのメモリを搭載した単一のアクセラレータで最大100万語のコンテキストウィンドウを可能にします。
AI モデル
ImageBindは、Meta AIが開発したマルチモーダルAIモデルであり、画像、動画、音声、テキスト、深度、熱の6つのモダリティからのデータを結合します。明示的な教師なしで単一の埋め込み空間を学習し、AIシステムにおける高度なクロスモーダル理解と生成を可能にします。
AI モデル
Intern Large Models（InternLM）は、Shanghai AI Laboratoryが開発したオープンソースのLLMおよびMLLMを提供します。そのスイートには、InternVLやInternLM-XComposerなどのモデルに加え、ファインチューニング用のXTunerやデプロイ用のLMDeployを含む開発およびアプリケーション用の…
AI モデル
通义实验室 (Meet Tongyi) は、Alibaba Cloud の Tongyi Qianwen 大規模言語モデルの公式ウェブサイトです。モデルの全ラインナップ、最新の業界ニュース、最先端のアプリケーションを紹介し、自然言語処理、テキスト生成、視覚理解における能力を包括的に概観します。
Zephyr-7B-βは、Direct Preference Optimization（DPO）を用いてMistral-7B-v0.1からファインチューニングされたオープンソース言語モデルです。MT-BenchおよびAlpacaEvalベンチマークで高い性能を示し、チャットアプリケーションに適した有益なアシスタントとして優れています。
Fuyu-8Bは、デジタルエージェント向けに設計されたオープンソースのマルチモーダルAIモデルです。そのシンプルなアーキテクチャは、任意の画像解像度をサポートし、グラフ、図、UI要素に関する質問に高速に応答することを可能にします。標準的なベンチマークで高い性能を発揮し、HuggingFaceで利用可能です。
IDEFICSは、最先端の機能を再現するオープンアクセス可能なビジュアル言語モデルです。画像とテキストのインターリーブ入力を受け付け、テキスト出力を生成し、Flamingoのようなプロプライエタリモデルに匹敵します。9Bおよび80Bのパラメータサイズで利用可能で、マルチモーダルAIの研究開発をサポートします。
AI モデル
MiniGPT-4は、凍結されたビジュアルエンコーダーと大規模言語モデルを連携させることで、視覚と言語の理解を強化するAIモデルです。詳細な画像説明の生成、ドラフトからのウェブサイト作成、画像に触発された物語の執筆、視覚的な問題の解決など、高度なマルチモーダル能力を発揮します。
AI モデル
LLaVAは、汎用的な視覚と言語の理解のために、ビジョンエンコーダーと言語モデルを組み合わせた大規模マルチモーダルモデルです。マルチモーダルチャット機能に優れ、GPT-4を模倣し、視覚的指示チューニングを通じてScience QAのようなベンチマークで最先端の精度を達成しています。
AI モデル
Mambaは、特に言語のような情報密度の高いデータに対して効果的な、効率的なシーケンスモデリングのために設計された新しい状態空間モデルアーキテクチャです。ハードウェアを意識した実装を提供し、以前のサブ二次モデルを上回り、Transformerに匹敵することを目指しています。
AI モデル
RWKVは、効率的な推論と柔軟なファインチューニング機能を提供する強力な言語モデルです。デスクトップGUI、Webベースの推論、モバイルアプリなど、さまざまなアプリケーションをサポートし、多様なタスクのために複数のプラットフォームやデバイスで高度なAIへのアクセスを可能にします。
AI モデル
OpenELMは、Apple Machine Learning Researchが開発した最先端のオープン言語モデルファミリーです。精度向上のためのレイヤーごとのスケーリング戦略を特徴とし、ログやチェックポイントを含む公開データセットでのトレーニングと評価のための完全なフレームワークを提供します。また、AppleデバイスでのMLX統合用のコードも含まれていま…
AI モデル
N-BEATSは、単変量時系列予測のためのニューラルネットワークベースのモデルです。ServiceNow Researchによって開発され、再現性のある実験結果を実現するためにN-BEATSアルゴリズムを実装しています。このリポジトリは、高度な時系列分析のためのPyTorch実装、データセットローダー、および実験設定を提供します。
AI GitHub リポジトリ
Code Llamaは、コード向けの Сode Llama モデルファミリーの推論コードを提供します。これらのモデルは、最先端のパフォーマンス、インフィル機能、および大規模な入力コンテキストのサポートを提供し、さまざまなプログラミングタスクや研究に適しています。
AI モデル
零一万物 (01.AI) は、基盤モデルのブレークスルーを原動力とするAI 2.0に注力するグローバルAI企業です。テクノロジー、プラットフォーム、アプリケーションに革命をもたらし、AIが人間の生産性と社会価値を高める新しいエコシステムを創造することを目指しています。そのビジョンは、AGI（汎用人工知能）をすべての人にアクセス可能で有益なものにすることです。
AI モデル
DBRXは、Databricksが提供する最先端のオープン大規模言語モデル（LLM）であり、言語、プログラミング、数学のベンチマークで優れた性能を発揮します。GPT-3.5を凌駕し、Gemini 1.0 Proに匹敵する効率性と品質の向上を実現し、高度なLLM機能をエンタープライズおよびオープンコミュニティに提供します。
AI モデル
ImagenはGoogle Researchが開発したテキストから画像を生成する拡散モデルです。言語を深く理解し、フォトリアルな画像を生成します。Imagenは画像とテキストの整合性およびサンプルの忠実性に優れており、人間の評価で他のモデルを凌駕し、COCOなどのベンチマークで最先端のFIDスコアを達成しています。
AI モデル
このAIモデルは、統計的機械翻訳のために、RNN Encoder-Decoderという新しいニューラルネットワークアーキテクチャを導入しています。2つのリカレントニューラルネットワークを使用して、ソースシーケンスをベクトルにエンコードし、ターゲットシーケンスにデコードすることで、翻訳性能を向上させ、意味のあるフレーズ表現を学習します。
AI モデル
OpenLLaMAは、Meta AIのLLaMA 7Bモデルを許可なく利用可能なライセンスで再現したオープンソースモデルです。RedPajamaデータセットで学習され、3B、7B、13Bのパラメータバージョンを提供し、既存のLLaMA実装にシームレスに統合するためのPyTorchおよびJAXウェイトを提供します。
AI モデル
UNITERは、ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…
AI モデル
OscarとVinVLは、ビジョン・言語タスクのための高度なAIモデルです。Oscarはオブジェクト・セマンティクス・アラインメントを用いた事前学習により、最先端の結果を達成しています。VinVLは視覚表現を強化し、様々なビジョン・言語ベンチマークでの性能をさらに向上させています。このプロジェクトでは、再現およびさらなる研究のためのコード、事前学習済みモデル…
AI モデル
汎用的な拡散モデルであるDiffWaveを搭載した音声合成デモをご覧ください。このリソースは、ニューラルボコーダー、クラス条件付き生成、無条件波形生成、音声ノイズ除去の機能を紹介します。様々なデータセットや条件におけるモデルのパフォーマンスに関する音声サンプルと洞察を提供し、その柔軟性を強調しています。
AI モデル
FastSpeech 2は、音声品質とトレーニング速度を向上させるエンドツーエンドのテキスト読み上げモデルです。ピッチやエネルギーなどの音声のバリエーション情報を直接組み込むことで、教師蒸留を排除し、より高速で高品質な音声合成を可能にし、以前の非自己回帰モデルを改善しています。
AI モデル
HiFi-GANは、効率的かつ高忠実度の音声合成を実現する敵対的生成ネットワークです。オーディオ内の周期的なパターンをモデル化してサンプル品質を向上させ、高速で人間のような品質を達成します。このモデルは、単一話者、未知の話者、エンドツーエンド合成をサポートし、CPU向けの小型フットプリント版も提供しています。
AI モデル
Vision Transformer (ViT) リポジトリは、画像認識タスク用のモデルとコードを提供します。ImageNet および ImageNet-21k データセットで事前学習済みの Vision Transformer および MLP-Mixer アーキテクチャの実装が含まれており、JAX/Flax でのファインチューニング用コードも提供します。
AI モデル
FNetは、自己注意機構をフーリエ変換に置き換えた効率的なTransformerライクなエンコーダーアーキテクチャです。Google Researchによって開発され、自然言語処理タスクにおいて高性能な代替手段を提供します。このモデルはJax/Flaxで実装されており、事前学習およびファインチューニングのためにGitHubで利用可能です。
AI モデル
SpanBERTは、テキストの範囲（スパン）の表現と予測に焦点を当てることで、事前学習の改善を目指すAIモデルです。HuggingFace BERTフォーマットと互換性のある、事前学習済みのベースモデルとラージモデルを提供します。このリポジトリには、質問応答や関係抽出を含む様々なNLPタスクでSpanBERTを使用および評価するためのコードが含まれています。
AI モデル
LayoutLMは、視覚的にリッチなドキュメントの理解と情報抽出のためのマルチモーダル事前学習モデルです。テキスト、レイアウト、画像情報を組み合わせて、フォームやレシートの理解などのタスクで最先端の結果を達成します。このモデルは、多言語サポートを含む、さまざまなサイズとバージョンで利用可能です。
AI モデル
UniLMは、Microsoftが開発した大規模な自己教師あり事前学習フレームワークです。テキスト、画像、音声を含む多様なタスク、言語、モダリティを横断してモデルが学習できるようにします。このプロジェクトは、高度なAI研究開発のための基盤モデルとツールキットを提供します。
AI モデル
MASSは、シーケンス・トゥ・シーケンスの言語生成タスクのための事前学習手法です。エンコーダーがデコーダーで予測するために文の断片をマスクし、ニューラル機械翻訳やテキスト要約などのタスクを強化します。このコードベースは、Fairseqに基づいた様々なアプリケーションをサポートしています。
AI モデル
PEGASUSは、Google Researchが開発した最先端の抽象的テキスト要約モデルです。革新的な事前学習目的であるギャップ文生成（gap-sentence generation）を活用し、多様な要約タスクで優れた性能を発揮します。このモデルは、高いサンプル効率を示し、高品質な結果を得るために最小限のファインチューニングデータで済みます。
AI モデル
ProphetNetは、自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。
DeBERTaは、Microsoft Researchによって開発された大規模事前学習済み言語モデルです。T5 11Bモデルを性能で凌駕し、SuperGLUEベンチマークで人間レベルの結果を達成しています。この先進的なモデルは、自然言語理解タスクに顕著な能力を提供します。
AI モデル
Funnel-Transformerは、計算コストを削減するために隠れ状態を圧縮するAIモデルです。同じFLOPsでより深く、またはより広いモデルを構築でき、標準的な事前学習のためにトークンレベルの表現を復元できます。このモデルはTensorFlowとPyTorchの両方の実装で利用可能です。
AI モデル
ConvBERTは、スパンベースの動的畳み込みを特徴とする新しいアーキテクチャを持つ、言語モデルの事前学習のためのオープンソースAIモデルです。このGitHubリポジトリには、V100 GPUでテストされたConvBERTモデルの事前学習およびファインチューニング用のコードが含まれており、TensorFlowでの使用方法も記載されています。
よくある質問
AIモデルとLLMにふさわしい注目の存在を知っていますか？
ToolPotionは、最高のAIモデルとLLMを見つけるために人々が閲覧するAIツールディレクトリです。掲載は無料で、すべての投稿は編集者がレビューします。検索の出発点にあなたのツールを置きましょう。