gpt

厳選された素晴らしいAIツール、フレームワーク、API、ソフトウェア、リソースのリスト

💭 Vue 3、Vite8、TypeScript、Naive UI、Pinia(v3)、UnoCSS などの主流技術で構築された、二次開発可能な Chat Bot 単一ラウンド対話 Web 端 MVP プロトタイプテンプレート。🧤 大規模言語モデル API を簡単に統合し、単一ラウンドの AI 質問応答対話モードを採用。毎回独立して応答し文脈不要。SSE タイプライター効果のストリーミング出力をサポートし、markdown-it Mermaid/KaTex/LaTex 数式ハイライトプレビューを統合。星火、智譜、SiliconFlow（硅基流动）、Deepseek V4/V3/R1 ディープシンキング推論モデルのプレビュー、<think> タグ互換、蒸留 skill を包含。💼 カスタマイズが容易で、Chat 系 LLM 製品を迅速に構築可能（サンプルスクリーンショット付き）

A curated list of awesome AGI frameworks, software and resources

OpenAI の GPT モデルと対話するための Neovim プラグイン

Azure AI Search と Azure OpenAI の gpt-4o-realtime-preview モデルを使用した RAG により、インタラクティブな音声生成 AI 体験を実現する VoiceRAG パターンのシンプルな実装例

数千件のファクトを transformer メモリに一括編集する (ICLR 2023)

Pax は、大規模モデルのトレーニングのための Jax ベースの機械学習フレームワークです。高度かつ完全に設定可能な実験と並列処理を可能にし、業界をリードするモデルの FLOP 利用率を示しています。

(ECCVW 2025) GPT4RoI: 関心領域（Region-of-Interest）における大規模言語モデルのインストラクションチューニング

Bito CLI（コマンドラインインターフェース）は、Bito AIチャット機能へのコマンドラインインターフェースを提供します。時間の経過とともに、CLIは複雑な自動化とワークフローをサポートするためのより多くの機能と新しいコマンドオプションを追加します。これは非常に初期のアルファ版です。新機能や改善点についてご意見をお待ちしております。

GPT4ベースのパーソナライズされたArXiv論文アシスタントボット

コンパニオン、エンターテインメント、教育、ヘルスケア、IoTアプリケーション、DIYロボット向けの会話型AIデバイスおよびソフトウェアフレームワーク。Python、NextJS、Arduino、ESP32、LLMs（GPT-4o）、Deepgram STT、Azure TTSで構築されています 🤖

免费大模型API合集 / Free LLM api Collection

あらゆるプロジェクト向けの AI 駆動型 README およびインタラクティブ Wiki ジェネレーター。

オープンソースの LLM を簡単にファインチューニング、構築、デプロイ！

ChatGPTを使って任意のArXiv論文と対話する

大規模言語モデル（LLM）のファインチューニングに関するリソース、チュートリアル、論文、ツール、ベストプラクティスの包括的なコレクション。ML 実践者や研究者に最適です！

⚡ The Complete X/Twitter Automation Toolkit — Scrapers, MCP server for AI agents (Claude/GPT), CLI, browser scripts. No API fees. Open source. Unfollow people who don't follow back. Monitor real-time analytics. Auto follow, like, comment, scrape, without API. Follow Bot. Like bot. Grow your account automatically.

クリーンで効果的、かつGo言語らしいアプローチを通じて、LLM（大規模言語モデル）やその他の生成AIの可能性を探求したい開発者向けに設計されたライブラリ。

Zig 推論エンジン — AMD GPU および Apple Silicon 上でのローカル LLM 推論

Ollamaサーバーと対話するためのシンプルなJavaライブラリ。

Research pipelines as semantic execution units: each skill declares inputs/outputs, acceptance criteria, and guardrails. Evidence-first methodology prevents hollow writing through structured intermediate artifacts.

入力できる場所ならどこからでも、あらゆるスクリプト（LLMなど）のクエリを実行し、その出力をストリーミングする