新世代

Model Context Protocol (MCP) に基づく 12306 チケット検索サーバー

イミディエートモードによる 3D プロット

LLM API の管理を統合するプロジェクトです。統一された API インターフェースを通じて複数のバックエンドサービスを呼び出し、一括して OpenAI 形式に変換し、ロードバランシングをサポートします。現在サポートされているバックエンドサービスには、OpenAI、Anthropic、DeepBricks、OpenRouter、Gemini、Vertex などが含まれます。

Lark DocをMarkdownに変換

[ICCV'23] 高精度なトーキングポートレート合成のための効率的な領域認識型Neural Radiance Fields

AI エージェントが自然言語ですべてのアプリを操作する、ブラウザベースのデスクトップ。

Underclassmen Opportunitiesリポジトリは、テック系専攻の学部1、2年生を対象としたインターンシップ、プログラム、リソースのキュレーションリストです。多くの企業が事前経験を必要としない早期キャリア向けプログラムを用意しており、このプロジェクトではそれらの機会を簡単に発見できるように集約しています。

[ICML'26 & COLM'26] Agent0 シリーズ：ゼロデータから自己進化するエージェント

ローカルおよびクラウドでの背景削除用 Python SDK（pip install withoutbg でインストール）

飛牛影視 PC 版

StableAvatar の公式実装。参照画像と音声を条件として、後処理なしで無制限の長さを誇る高品質な音声駆動アバター動画を合成する、初の端から端までのビデオ拡散トランスフォーマー。

💼 採用向けの独自の AI 駆動型音声面接官

Kubernetes向けAI推論オペレーター。本番環境でMLモデルをホストする最も簡単な方法。VLM、LLM、埋め込み、音声認識をサポート。

ollama API を介してローカル LLM とチャットするための Web インターフェース

互換性の高い N64 エミュレーター

[CVPR 2024] 「Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction」の公式実装

優れたDXでメールを構築する

StreamMusic 用の Flask API

[CVPR2024, Highlight] DragDiffusion の公式コード

vFlow は Android 向けの高機能で拡張性の高い自動化ツールです。グラフィカルインターフェースを通じて「アクションモジュール」を自由に組み合わせ、強力な「ワークフロー」を作成することで、日常の反復的な画面操作タスクを自動化できます。

Leanにおける予想の形式化されたステートメントのコレクション。

シミュレーションされた現実的な合成インタラクションを使用して、エージェントの包括的な診断と最適化を行うためのフレームワーク。

他のブラウザにブックマークをインポートするために、固定された Arc Browser タブをエクスポートする

自分自身を証明する

[TMLR 2024] 効率的な大規模言語モデル：サーベイ論文

A memory plugin for AI coding that turns engineering experience, repository knowledge, and your way of working into memory that remains useful in future tasks.

AI スキルの作成、評価、接続

JoyCaption は、Diffusion モデルのトレーニングでコミュニティが使用できるように、無料、オープン、検閲なしのモデルとしてゼロから構築されている画像キャプション用 Visual Language Model (VLM) です。

[ECCV`24&ICLR`25] ガウシアンを用いた高品質な大規模シーン再構築のためのCityGaussianシリーズ