タグ: AIのオープンソースプロジェクト 27ページ

包括的な紹介 MiniRAGは非常にシンプルな検索拡張生成（RAG）フレームワークであり、異種グラフインデックスと軽量トポロジー拡張検索により、小さなモデルでも優れたRAG性能を実現することを目的としている。香港大学データサイエンス研究所（HKUDS）によって開発され、スモール・ランゲージ・モデル（SLM...

包括的な紹介 Omni-RGPTは、画像や動画の領域レベルでの理解を可能にするために設計されたマルチモーダルな大規模言語モデルである。トークン・マーク（Token Mark）技術を導入することで、Omni-RGPTは、視覚特徴空間内のターゲット領域をハイライトし、これらのトークンを領域キュー（ボックスやマスクなど）を介して直接埋め込むことができる。

総合紹介 ベーリング（Bailing）は、音声を通じてユーザーと自然な会話をするために設計されたオープンソースの音声対話アシスタントです。このプロジェクトは、音声認識(ASR)、音声活動検出(VAD)、大規模言語モデリング(LLM)、音声合成(TTS)技術を組み合わせて、GPT-4oのような音声...

総合紹介 Metaverse AI（オープンソース版）はGitHubでホストされているプロジェクトで、libn-netチームによって開発されている。AI技術によってデジタルな人間の画像や声をクローンし、短い動画を生成することができ、吹き替えや字幕にも対応しています。このツールは、Windows、Web、H5、small...

概要 ウィキチャットはスタンフォード大学で開発された実験的なチャットボットで、ウィキペディアからデータを取得することで、大規模な言語モデルの事実性を改善することを目的としています。大規模な言語モデル（ChatGPTやGPT-4など）は、最新の情報や人気のないトピックを扱うときにエラーを起こす傾向があります。

一般的な紹介 OpenAI Edge TTSは、OpenAIと互換性のあるネイティブの音声合成（TTS）APIを提供するオープンソースプロジェクトです。このプロジェクトは、Microsoft Edgeのオンライン音声合成サービスを使用して、ユーザーが高品質の音声出力を生成できるようにします。

概要 AIEvoは、Ant Groupのオープンソースマルチエージェントフレームワークで、マルチエージェントアプリケーションを効率的に作成するために設計されています。AIEvoは、SOPタスクグラフに厳密に従うことで、複雑なタスクの実行成功率を向上させ、 フィードバックと監視メカニズムにより、高い柔軟性とスケーラビリティを保証します。

概要 PPTAgentは、ドキュメントからプレゼンテーションを自動生成する革新的なシステムです。このシステムは、コンテンツの品質と視覚的なインパクトを確保するための2段階のプロセスを使用して、プレゼンテーションを作成する人間のアプローチを採用しています。さらに、PPTAgentは、文書からプレゼンテーションを生成するための包括的な評価フレームワークであるPPTEvalを導入しています。

概論 FlowiseAIは、カスタムLLM（大規模言語モデル）アプリケーションやAIエージェントの開発を支援するために設計された、オープンソースのローコードツールです。ドラッグ＆ドロップのシンプルなインターフェースで、ユーザーはLLMアプリケーションを素早く作成し、繰り返し実行することができます。

はじめに RealtimeSTT は効率的で低レイテンシーのリアルタイム音声テキスト変換ライブラリです。Kolja Beigelによって開発され、高速で正確な音声テキスト変換を必要とするアプリケーションをサポートします。音声アシスタントをする場合でも、音声をテキストに変換する必要がある場合でも、...

包括的な紹介 Cognitaは、RAG（Retrieval-Augmented Generation）ベースのアプリケーションの開発を簡素化するためにTrueFoundryによって開発されたオープンソースのフレームワークです。このフレームワークは、RAGテクノロジーをプロトタイプの段階から製品化するのを容易にする、構造化されたモジュール式のソリューションを提供します。

包括的な紹介 BotSharpは、包括的なAIチャットボットプラットフォーム構築ツールを提供することを目的とした、.NET Coreベースのオープンソースプロジェクトです。C#プログラミングを採用し、クロスプラットフォームでの動作をサポートし、機械学習アルゴリズムの適用を簡素化することで、エンタープライズレベルの開発者がAIをビジネスシステムに効率的に統合できるようにすることを目的としています。

包括的な紹介 OmAgentはOm AI Labによって開発されたマルチモーダルインテリジェントボディフレームワークであり、スマートデバイスにAIを搭載した強力な機能を提供することを目的としている。このプロジェクトにより、開発者は最先端のマルチモーダルベースモデルとインテリジェントボディアルゴリズムを統合することで、様々なスマートデバイス上で効率的でリアルタイムのインタラクティブ体験を作成することができます...

概論 RAIN（Real-time Animation Of Infinite Video Stream）は、無限のビデオストリームのアニメーション効果をリアルタイムで生成することを目的としたオープンソースプロジェクトである。Pscgylottiによって開発されたこのプロジェクトは、一般的なユーザー・デバイス上でのビデオ生成のためのソリューションを提供します。最新の...

包括的な紹介 AIエージェント・サービス・ツールキットは、LangGraph、FastAPI、Streamlit上に構築された完全なツールセットで、開発者がAIエージェント・サービスを迅速に構築し、実行できるように設計されています。このツールキットは、ユーザ定義のエージェント機能とインタラクションをサポートする柔軟なフレームワークを提供します。

一般的な紹介 Memoraは、パーソナライズされたAIのために人間の記憶を複製するように設計されたエージェントである。Memoraは、タイムスタンプ付きの記憶、感情マーカー、マルチモーダル記憶などの機能を通じて、AIが人間のように過去の交流、感情、共有した経験の詳細を記憶することを支援する。

一般的な紹介 Stagehand はシンプルさと拡張性に重点を置いた AI ウェブブラウジングフレームワークである。Playwrightと完全に互換性があり、3つのシンプルなAI API（act、extract、observe）を提供する。