テンセントAIラボの副所長、俞棟氏が個人のキャリア発展のため退職。音声処理、自然言語処理、デジタルヒューマン技術の開発を担当し、深層学習と音声認識分野で豊富な経験を持つ。....
NVIDIAはNitroGen汎用ゲームAIモデルを発表。4万時間のゲーム動画学習で千タイトル対応、画面・操作認識機能を搭載。オープンデータセットと事前学習戦略を提供。....
著名作家らがOpenAIなど6社を提訴。無断で海賊版書籍をAI学習に使用したと主張し、著作権侵害を指摘。成立すれば1作品最大15万ドルの賠償請求が可能で、総額は数十億～数百億ドルに上る可能性。....
NVIDIAが発表した汎用ゲームエージェント「NitroGen」は、YouTubeやTwitchのゲーム映像を学習データとして活用し、複雑な操作ロジックを習得。従来のAIの限界を超え、仮想世界を横断する汎用エージェントを目指す。....
AIテイクアウェイはAIと投資に関するビデオを要約やポイントなどにまとめ、投資家が迅速に学習できるよう支援します。
LearnFluxはAI学習アシスタントで、資料をインタラクティブなリソースに変換し、効率的な学習をサポートします。
フレームワークトレーニングを提供するAIエージェントで、マーケティングと販売に使用され、プロンプトや学習曲線が不要です。
888pokerのAIポーカーアシスタントで、リアルタイムの洞察と戦略提案を提供し、教育や学習に利用できます。
Openai
$7.7
入力トークン/百万
$30.8
出力トークン/百万
200
コンテキスト長
Alibaba
$6
$24
256
Bytedance
$1.2
$3.6
4
Anthropic
$105
$525
Chatglm
-
128
Iflytek
$2
$0.5
Google
Huawei
$14
$56
$1050
32
allenai
Olmo 3は、Allen Institute for AIによって開発された次世代の言語モデルシリーズで、7Bと32Bの2種類の規模があり、命令型と思考型の2種類のバリエーションがあります。このモデルはDolma 3データセットで事前学習され、Dolciデータセットで事後学習され、長い連鎖的な思考能力を備えており、数学やコーディングなどの推論タスクで優れた性能を発揮します。
Olmo 3 7B RL-Zero Mixは、Allen AIが開発した7Bパラメータ規模の言語モデルで、Olmo 3シリーズに属します。このモデルはDolma 3データセットで事前学習され、Dolciデータセットで事後学習され、強化学習によって数学、コーディング、推論能力が最適化されています。
Smith-3
これはセントシモン大学の科学技術学部の学生向けに設計された微調整AIモデルで、TecnoTimeアプリケーションに統合され、学生が学習の組織性を維持し、学術的な継続性を向上させるのを助け、構造化された通知と激励メッセージを通じて学習習慣を強化します。
SadraCoding
SDXL-Deepfake-Detectorは、AI生成顔を正確に検出するツールで、デジタル世界の真実性を維持することに特化し、視覚的な虚偽情報に対抗するためのプライバシー保護とオープンソースのソリューションを提供します。このモデルは、事前学習モデルを微調整することで、軽量かつ高精度な検出を実現します。
Olmo-3-7B-Think-SFTはAllen Institute for AIが開発した7Bパラメータの言語モデルで、長い連鎖的な思考能力を持ち、数学やコーディングなどの推論タスクで優れた性能を発揮します。このモデルはDolma 3データセットで事前学習され、Dolciデータセットで後続の学習が行われています。
unsloth
ApertusはスイスのAIによって開発された完全にオープンな多言語大規模言語モデルで、70億と80億の2種類のパラメータ規模を提供します。このモデルは1000種類以上の言語をサポートし、完全にコンプライアンスでオープンな学習データを使用し、その性能はクローズドソースモデルに匹敵します。Apertusは15Tのトークンで事前学習され、段階的なコース学習方法を採用し、最大65,536トークンのコンテキスト長をサポートします。
redponike
ApertusはスイスのAIによって開発された完全にオープンな多言語大規模言語モデルで、パラメータ規模は80億と700億で、1000種以上の言語と長文脈処理をサポートし、完全にコンプライアンスの取れたオープンな学習データのみを使用し、性能はクローズドソースモデルに匹敵します。
manuelcaccone
Gemma-3 ActuaryEnough2は精算分野に特化したAIモデルで、11,000以上の精算質問と回答のペアを使って微調整学習されており、簡単な保険の質問を厳密な精算専門用語に変換することができます。このモデルはActuaryEnoughをサポートし、オープンソース形式で教育や研究目的で公開されています。
facebook
DINOv3はMeta AIが開発した一連の汎用視覚基礎モデルで、微調整することなく幅広い視覚タスクで専用の最先端モデルを上回ります。このモデルは自己教師付き学習方式を採用し、高品質の密集特徴を生成し、画像分類、セグメンテーション、深度推定などの様々なタスクで優れた性能を発揮します。
DINOv3はMeta AIが開発した一連の汎用ビジュアル基礎モデルで、微調整を行わずにさまざまなビジュアルタスクで専用の最先端モデルを上回ることができます。このモデルはVision Transformerアーキテクチャを採用し、16.89億枚のウェブ画像で事前学習されており、高品質の密集特徴を生成でき、画像分類、セグメンテーション、検索などのタスクで優れた性能を発揮します。
nvidia
Cosmos-Predict2.5はNVIDIAが開発した、物理AI向けに設計された高性能の事前学習済み世界基礎モデルセットです。拡散モデル技術に基づいており、テキスト、画像、またはビデオの入力に基づいて、物理的な知覚を持つ高品質の画像とビデオを生成することができ、自動運転やロボットなどのアプリケーションに世界シミュレーション能力を提供します。
kshitijthakkar
LoggenixMoE133Mは、軽量な混合専門家（MoE）因果言語モデルで、総パラメータ数は133M、アクティブなパラメータ数は80Mです。このモデルは、根本原因分析、コード生成、推論タスクを含むカスタムデータセットでゼロから学習され、エージェント能力の特殊なトークンをサポートし、エッジデバイスへのデプロイと専門的なAIエージェントの構築に適しています。
mradermacher
事前学習モデルdrwlf/DrMedra4Bの量子化バージョン、医療AI関連タスクに適応
Cosmos-Predict2は、物理AI開発用に設計された高性能な事前学習済みの世界基礎モデルで、物理感知を持つ画像、ビデオ、世界状態を生成できます。
Cosmos-Predict2は、一連の高性能事前学習世界基礎モデルであり、物理AI開発用に物理感知を備えた画像、ビデオ、世界状態を生成するように設計されています。
Cosmos-Predict2は、物理感知を持つ画像、ビデオ、世界状態を生成するために設計された一連の高性能事前学習世界基礎モデルで、物理AIの開発に使用できます。
microsoft
MAI-DS-R1はマイクロソフトAIチームがDeepSeek-R1推論モデルに対して追加学習を行った成果であり、センシティブな話題への対応能力を向上させ、リスクパフォーマンスを最適化するとともに、元の推論能力と競争優位性を維持しています。
MAI-DS-R1はマイクロソフトAIチームがDeepSeek-R1推論モデルに対して追加学習を行った成果で、センシティブな話題への応答能力を向上させリスク対応を最適化するとともに、元の推論能力と競争優位性を維持しています。
zai-org
GLM-4-9B-0414は智譜AIが発表した90億パラメータの大規模言語モデルで、テキスト生成分野で優れた性能を発揮します。このモデルは15Tの高品質データで事前学習され、強力なテキスト生成能力を備えており、コード作成、ストーリー創作、レポート生成などの様々なシーンに適用でき、効率と結果のバランスが良好です。
cortexso
Deepscalerは、DeepScaleR - 1.5B - Previewをベースに開発された高度なAIモデルで、機械学習タスクの効率と拡張性の向上に特化しています。このモデルは、高品質の予測分析とデータ処理能力を提供し、自然言語処理やコンピュータビジョンなどの複雑なシナリオに適用可能で、金融、医療、エンターテイメントなどの業界で広く利用されています。
Scraplingは適応型ウェブページのスクレイピングライブラリで、ウェブサイトの変化を自動的に学習し、要素を再配置します。複数のスクレイピング方法とAI統合をサポートし、高性能な解析と開発者に優しい体験を提供します。
バイブチェックMCPは、AIエージェントにメタ認知的な監督を提供するサーバーです。パターン中断、計画の簡素化、および自己学習のフィードバックループにより、AIが複雑なタスクで誤ったパスに入ったり、過度に設計された解決策を選択したりするのを防ぎます。
MCPデュアルサイクル推論器は、自律型AIエージェント向けのメタ認知強化ツールで、デュアルサイクルフレームワーク（センチネル監視とアービター管理）を通じて異常検出と経験学習を実現し、エージェントの自己認識と信頼性を向上させます。
MCPサーバーで、AIアシスタントがローカルの複数のAIコーディングアシスタントの履歴セッション記録にアクセスし検索でき、以前の作業を振り返り、学習し、続けるのに便利です。
MCPプロトコルに基づくIMAPメールサーバーで、AIアシスタントにメールのチェック、処理、およびユーザーの好みの学習機能を提供します。
このプロジェクトでは、開発者がMCPサービスをGitHub Copilotに統合し、AI支援開発ワークフローの機能を拡張する方法を案内します。1時間以内の学習で、ユーザーはGitHub MCPサーバーをセットアップし、Copilot代理モードの統合を実現し、問題調査からコードコミットまでの全プロセスを実践できます。
神経小児発達システムは、画期的な人工知能フレームワークで、人間の心理発達段階（認知、感情、社交的成長を含む）を模倣することで、ニューラルネットワークの学習方法を再構築します。このシステムは、発達心理学理論（ピアジェの認知発達段階、愛着理論など）と神経科学の原理を統合し、知覚処理、感情調節、記憶システム、心理コンポーネントを含む複雑なアーキテクチャを構築し、真の感情知能と自然な発達能力を持つAIを作成することを目指しています。
生成型AI（GenAI）の探索と応用に特化したリポジトリで、実際の事例とリソースの共有を通じて、ユーザーが日常のタスク（ライティング、プログラミング、画像生成など）でGenAIを学習し、実験できるように支援します。
YouTube MCPは、機械学習技術を通じてYouTubeコンテンツのインタラクション体験を向上させることを目的としたAIベースのソリューションで、公式APIを必要とせずにビデオ検索、字幕取得、および意味検索などの機能をサポートします。
DadMCPはAI技術を利用して家庭で子供の創造力を引き出す教育プラットフォームで、リモートMCPサーバーを通じて家庭学習をサポートします。
Allora MCPサーバーは、Model Context Protocol（MCP）に基づく実装で、Alloraネットワークから機械学習推論データを取得する機能を提供し、AIシステムがAllora予測市場データにシームレスにアクセスできるようにします。
ToolFrontはAIエージェントのデータベース接続ツールで、MCPプロトコルを通じてコーディングアシスタントとチームのデータベースを安全に接続し、協調学習とクエリパターンの共有を実現します。
SmartMemoryはLLMに構造化された記憶を提供するMCPサーバーで、自然な対話を通じて対話内容を知識グラフに変換し、AIアシスタントが業務ルールを学習し適用できるようにします。
OrchestroはAI開発調整プラットフォームで、プロダクトマネージャー、開発者、AIをつなぎ、製品のアイデアを本番コードに変換します。タスクの分解、依存関係の追跡、パターン学習、リアルタイムの進捗可視化により、開発プロセス全体を調整し、プロジェクト管理、タスク実行、知識ベース、リアルタイムのダッシュボードなどの機能を提供します。
GPTers Search MCPサーバーは、GPTers AI学習コミュニティに知識検索サービスを提供するMCPサーバーで、MCPプロトコルを通じてクライアントにコミュニティの内容の検索サービスを提供します。
ローマニアの警察学校入学試験準備プラットフォームAcademiadepolitie.comのリモートMCPサービスで、5万人以上の学生にAI駆動のパーソナライズされた学習分析、リアルタイムデータアクセス、および安全な認証を提供し、20の法律と警察学科をカバーしています。
MCP Sigmundは、PostgreSQLデータベースに基づく金融データ分析学習ツールで、Model Context Protocolを通じてAIアシスタントにスマートなフォーマットの金融データクエリサービスを提供し、教育目的のみで使用されます。
MCPアナリティクススイートは、インテリジェントな分析プラットフォームです。AI駆動のインテリジェントな発見機能により、自然言語で記述されたビジネス上の問題を自動的に実行可能な洞察に変換します。エンドツーエンドの分析ワークフローを提供し、さまざまな統計方法と機械学習技術をサポートし、安全なデータ処理とインタラクティブなレポート機能を統合しています。
AionMCPは、Go言語ベースの自律型MCPサーバーで、複数のAPI仕様を動的にインポートしてツールに変換し、自己学習、コンテキスト認識、自動ドキュメント生成機能を備えています。
MCP Server Starterはサーバー起動プロジェクトで、AI支援ソフトウェア開発の学習リソースを提供し、複数の開発者ツールプロジェクトに関連付けられています。
Transformersその他%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
