README.ja.md

awesome-llm-projects

awesome-llm-papers | awesome-llm-datasets

English | 简体中文 | 日本語 | 繁體中文

🤖 私たちの目標は、LLMアプリケーションの驚くべき多様性と可能性を示すプロジェクトの包括的なコレクションを確立し、育成することです。

プロジェクトインデックス:

• 🦄LLMs
• 🏆 ベンチマークリーダーボード
• 💬チャットボット
• 🗣️音声
• 🎵音楽
• 🌄画像
• 🧸3Dモデル
• 🎥ビデオ
• 🕸️検索エンジン
• 👩🏽‍💻開発アシスタント
• 🧠AIエージェント
• 🤼マルチエージェントコラボレーション
• 💻ターミナル
• 📰ウェブサイト
• 🗜️ハードウェア
• ⌨️プロンプトエンジニアリング
• 🤯LLM推論とサービス
• 📋その他

プロジェクト

‼️注意：プロジェクト名が * で始まる場合、そのプロジェクトはオープンソースではなく、まだアプリケーションをリリースしていないことを意味します。

🦄 LLMs

• Command-R: Command-Rは、企業向けに生産規模のAIを可能にするためのRAGおよびツール使用を対象としたスケーラブルな生成モデルです。
• Grok-1: Grok-1は、xAIによって最初から訓練された3140億パラメータのエキスパートモデルです。
• Mistral: Mistral AIは、Mistral 7B、Mistral 8x7BなどのオープンソースLLMをリリースしています。
• DBRX: DBRXは、Databricksによって作成されたオープンで汎用的なLLMです。
• mPLUG-DocOwl: 文書理解のためのモジュール化された多モーダル大型言語モデル。
• OpenChat: 不完全なデータでオープンソースの言語モデルを進化させる
• WizardLM: 複雑な指示に従うための大規模な事前訓練された言語モデルを強化する
• CodeGemma-7b: Googleが公式にリリースしたコードLLM。
• Awesome-Chinese-LLM: 多くのオープンソースの中国語LLMを含む。
• llama3: Metaが新たにリリースしたLLM。
• Snowflake Arctic: Arcticは、Snowflake AI研究チームによって最初から訓練された密集MoEハイブリッドトランスフォーマーアーキテクチャです。コーディング（HumanEval+およびMBPP+）、SQL生成（Spider）、および指示に従う（IFEval）の平均を取ります。
• DeepSeek-V2-Chat: 強力で経済的かつ効率的なエキスパート混合言語モデル
• Qwen 1.8B,7B,14B,72B: Alibaba Cloudが提案したチャットおよび事前訓練された大型言語モデル。
• Granite Code Models 3b,8b,20b,34b: Granite Code Models、IBMのオープンソースコードモデル：コードインテリジェンスのためのオープンファウンデーションモデルファミリー

🏆 ベンチマークリーダーボード

• open_llm_leaderboard: これは、オープンLLMリーダーボードを維持する中心組織（HuggingFace）です。
• LMSys Chatbot Arena Leaderboard: クラウドソースされたランダム化されたバトルプラットフォーム。ユーザーの投票を使用してEloレーティングを計算します。
• META Leaderboard: 大規模テキスト埋め込みベンチマーク（MTEB）リーダーボード。
• LLM-Perf Leaderboard: Optimum-BenchmarkおよびOptimumフレーバーを使用して、異なるハードウェア、バックエンド、および最適化でLLMのパフォーマンス（レイテンシ、スループット、およびメモリ）をベンチマークすることを目的としています。
• Big Code Models Leaderboard: HumanEvalベースのベンチマークおよびMultiPL-Eでの多言語コード生成モデルのパフォーマンスを比較します。
• Open ASR Leaderboard: Hugging Face Hubで音声認識モデルをランク付けおよび評価します。
• Toolbench Leaderboard: LLMツール操作能力の評価。
• OpenCompass 2.0 LLM Leaderboard: トップクラスの大型言語モデルおよび多モーダルモデルの包括的、客観的、および中立的なスコアおよびランキングを提供します。
• Open Ko-LLM Leaderboard: 韓国の大型言語モデル（LLM）のパフォーマンスを評価します。

💬 チャットボット

• ChatGPT: ChatGPTは無料で使用できるAIシステムです。魅力的な会話を行い、洞察を得て、タスクを自動化し、AIの未来を一つの場所で目撃してください。
• Gemini: Bardは現在Geminiです。Google AIからの執筆、計画、学習などの支援を受けてください。
• character.ai: インテリジェントエージェントの住む場所！
• Claude: AnthropicのAIアシスタントClaudeと話しましょう。
• Mistral AI: Mistralは最前線のAIを普及させ、すべてのビルダーに合わせたAIを提供します。

🗣️ 音声

テキストから音声、音声からテキスト、音声から音声、音声生成を含む：

• *Vall-E: 音声合成のためのニューラルコーデック言語モデル。
• ElevenLabs: AI音声生成器＆テキストから音声
• Whisper: 大規模な弱監督による強力な音声認識
• Krisp: Krispは通話中の背景ノイズをキャンセルし、エコーを減らします。
• Voicemod: Voicemodは、WindowsおよびmacOSで利用可能な無料のリアルタイム音声チェンジャーおよびサウンドボードです。
• *NaturalSpeech 3: 因子化コーデックおよび拡散モデルを使用したゼロショット音声合成。
• VoiceCraft: VoiceCraftは、野生のゼロショット音声編集およびテキストから音声の生成モデルです。
• Parler-TTS: Parler-TTSは、特定の話者のスタイル（性別、ピッチ、話し方のスタイルなど）で高品質で自然な音声を生成できる軽量のテキストから音声（TTS）モデルです。
• Sounds: クリエイター、ゲーム開発者、アーティスト、ビデオメーカー向けのサウンド。最高のAIサウンドFX生成器を体験してください。

🎵 音楽

• Suno: Sunoは、テキスト入力からオリジナルの曲を作成するための人工知能を活用した革新的なツールです。
• Udio: あなたの音楽を作りましょう。音楽を発見し、作成し、世界と共有しましょう。

🌄 画像

テキストから画像、画像から画像を含む：

• DALL-E: テキストから画像を作成します。
• Stable Diffusion: Stable Diffusionは、テキストから画像を生成する深層学習モデルです。
• Midjourney: Midjourneyは、自然言語の説明から画像を作成する生成的人工知能プログラムおよびサービスであり、他のAI技術（OpenAIのDALL-EやStability AIのStable Diffusionなど）と似ています。
• StickerBaker: StickerBakerは、AI技術を使用してステッカーを作成することができるオープンソースツールです。
• *PIXART-Σ: 4Kテキストから画像生成のための弱から強のトレーニングを行う拡散トランスフォーマー。
• ResAdapter: ResAdapterは、任意のスタイルドメインの拡散モデルが解像度フリーの画像を生成できるプラグアンドプレイの解像度アダプターです：追加のトレーニング、追加の推論、スタイル転送は不要です。
• FaceChain: FaceChainは、デジタルツインを生成するための深層学習ツールチェーンです。
• APISR: アニメ制作にインスパイアされた実世界のアニメ超解像（CVPR 2024）
• OMG: Occlusion-friendly Personalized Multi-concept Generation In Diffusion Models: OMGは、多概念画像生成のためのフレームワークです
• BasicPBC: アニメーションペイントバケットの着色のための包含マッチングの学習。
• DesignEdit: 統一および正確な画像編集のための多層潜在分解および融合。
• VAR: GPTスタイルのモデルを拡散を超えて高め、スケーリング法則を観察する新しい視覚生成方法。
• Ideogram: Ideogramは、リアルな画像、ポスター、ロゴなどを生成するための無料のAIツールです。
• MagicClothing: 制御可能な衣服駆動の画像合成に焦点を当てています。
• *IntrinsicAnything: 未知の照明下での逆レンダリングのための拡散先行学習。
• HeyBeauty: AIで美を発見し、ファッションを再定義します。
• IC-Light: IC-Lightは、画像の照明を操作するプロジェクトです。
• Logo Diffusion: 生成的AIを使用して数秒でロゴを作成します。

🧸 3Dモデル

テキストから3Dモデルを含む：

• TripoSR: TripoSRは、Stability AIとTripo AIの協力によって開発された高速でフィードフォワードの3D生成モデルです。
• PantoMatrix: PantoMatrix: 顔と体のアニメーション生成
• Gaussian Head Avatar: 動的ガウスによる超高精度の頭部アバター。
• *Make-It-Vivid: テキストからアニメーション可能な二足歩行キャラクターに服を着せる。

🎥 ビデオ

テキストからビデオ、画像からビデオ、ビデオからビデオを含む：

• *Sora: テキストからビデオを作成します。Soraは、テキスト指示から現実的で想像力豊かなシーンを作成できるAIモデルです。
• *Emote Portrait Alive: 弱条件下でAudio2Video拡散モデルを使用して表情豊かなポートレートビデオを生成
• Runway: Runwayは、次の時代のアート、エンターテイメント、人間の創造性を形作る応用AI研究会社です。
• HeyGen: HeyGenは、生成的AIの力を活用してビデオ作成プロセスを簡素化する革新的なビデオプラットフォームです。
• AniPortrait: 音声駆動のリアルなポートレートアニメーションの生成
• MuseV: 無限の長さと高忠実度の仮想人間ビデオ生成、視覚条件付き並列デノイジング。
• CameraCtrl: テキストからビデオ生成のためのカメラ制御を可能にします。
• Pika: Pikaは、アイデアからビデオへのプラットフォームであり、あなたの創造力を動かします。
• *VASA-1: リアルタイムで生成されるリアルな音声駆動の話す顔。
• OpenVoice: MyShellの即時音声クローン。

🕸️ 検索エンジン

検索エンジン、ウェブブラウザを含む：

• Phind: ウェブブラウザ、ウェブ検索結果とLLMに基づいて回答を生成し、検索結果ソースの重み付けを調整するためのカスタマイズ可能な機能を提供します
• Devv: 開発者向けの次世代AI検索エンジン。数秒でプログラミングの問題を解決します。
• Perplexity: Perplexity AIは、情報の発見と共有によって知識の力を解き放ちます。
• Arc: オンラインで行うすべてのことを簡単に整理します — 仕事、学習、趣味 — すべてをスペースとプロファイルで一つのウィンドウにまとめます。
• Perplexica: PerplexicaはAI駆動の検索エンジンです。Perplexity AIのオープンソースの代替品です
• Reor: プライベートでオフラインのAI個人知識管理アプリ。

👩🏽‍💻 開発アシスタント

• GitHub Copilot: リアルタイムでAIベースの提案を受け取ります。
• Codeium: Codeiumは、最高のAIコード補完、検索、およびチャットを提供します — すべて無料です。70以上の言語をサポートし、お気に入りのIDEと統合され、驚異的な速度と最先端の提案品質を提供します。
• Amazon CodeWhisperer: Amazon CodeWhispererは、IDEおよびコマンドラインのためのAI駆動の生産性ツールであり、コメントおよび既存のコードに基づいてコード提案を生成します。
• Transformer Debugger: Transformer Debugger (TDB)は、OpenAIのSuperalignmentチームによって開発されたツールであり、小型言語モデルの特定の動作を調査することを目的としています。このツールは、自動解釈可能性技術とスパースオートエンコーダーを組み合わせています。

🧠 AIエージェント

• AgentGPT: ブラウザで自律AIエージェントを組み立て、構成し、デプロイします。
• *Devin: Devinを紹介します。最初のAIソフトウェアエンジニアであり、SWE-benchコーディングベンチマークで新しい最先端を設定します。
• OpenDevin: 複雑なエンジニアリングタスクを実行し、ソフトウェア開発プロジェクトでユーザーと積極的に協力できる自律AIソフトウェアエンジニア。
• Plandex: 複雑なタスクのためのAIコーディングエンジン。
• Devika: 高レベルの人間の指示を理解し、それをステップに分解し、関連情報を調査し、与えられた目標を達成するためのコードを書くことができるエージェントAIソフトウェアエンジニア。
• Aider: Aiderは、ターミナルでのAIペアプログラミングです。
• Agent Protocol: エージェントと通信するための単一の共通インターフェース
• Devon: オープンソースのペアプログラマー

🤼 マルチエージェントコラボレーション

• MetaGPT: MetaGPTは、1行の要件を入力として受け取り、ユーザーストーリー/競合分析/要件/データ構造/API/ドキュメントなどを出力します。
• ChatDev: ChatDevの主な目的は、大型言語モデル（LLM）に基づく使いやすく、高度にカスタマイズ可能で拡張可能なフレームワークを提供することです。

💻 ターミナル

• Warp: Warpは、コマンド検索のためのAI駆動の支援を提供し、ユーザーが目標を英語で入力できるようにすることで、ターミナル体験を向上させることを目的としたツールです。
• Gorilla: Gorilla CLIは、ユーザー中心のツールであり、コマンドラインの対話を強化します。
• CodeWhisperer Cli: CodeWhispererコマンドラインは、Git、npm、Docker、MongoDB Atlas、AWS CLIなどの数百の人気CLIのためのIDEスタイルの補完を追加します。以前はfigとして知られていました。

📰 ウェブサイト

• Dora: コーディングなしで、3Dおよびアニメーション化されたウェブサイトを簡単にデザインおよび公開します。
• Design2Code: フロントエンドエンジニアリングの自動化までどれくらい遠いか
• Tempo: Tempoは、コードベース内で高品質のReactコードを生成および編集し、数分でUIを出荷できるようにします。
• OpenUI: OpenUIは、想像力を使ってUIを記述し、それをリアルタイムでレンダリングできるようにします。
• v0: シンプルなテキストプロンプトと画像からshadcn/uiを使用してUIを生成します。

🗜️ ハードウェア

• Groq: Groqの使命は、GenAI推論速度の標準を設定し、リアルタイムAIアプリケーションを今日実現することです。
• *LOOI Root: スマートフォンをデスクトップロボットに変えます
• Friend: 24時間以上持続するオープンソースのAIウェアラブル
• insight: ラズベリーパイを使って、insightというAIウェアラブルを構築しました。
• Limitless: あなたが見た、言った、聞いたすべてのものに基づいた個別化されたAI。
• Frame AI glasses: オープンソースの眼鏡。
• Rabbit R1: あなたのポケットの仲間。

⌨️ プロンプトエンジニアリング

• Prompt-Engineering-Guide: プロンプトエンジニアリングのガイド、論文、講義、ノートブック、およびリソース。
• Prompt Library: ウォートン・スクールのDr. Ethan MollickおよびDr. Lilach Mollickのプロンプトライブラリ。

🤯 LLM推論とサービス

• vLLM: LLMのための高スループットおよびメモリ効率の高い推論およびサービスエンジン。
• Text Generation Inference: 大型言語モデルのテキスト生成推論
• Ollama: ローカルで大型言語モデルを実行します。
• LM Studio: ローカルLLMを発見、ダウンロード、および実行します。

📋 その他

• Cradle: Cradleフレームワークは、一般的なコンピュータ制御（GCC）の最初の試みです。Cradleは、標準化された一般的な環境で最小限の要件で強力な推論能力、自己改善、およびスキル管理を可能にし、エージェントが任意のコンピュータタスクを習得できるようにします。
• LLMPerf: LLM APIのパフォーマンスを評価するためのツール。対応するリーダーボードも提供します。
• WebLINX: マルチターン対話を使用した実世界のウェブサイトナビゲーション。
• Latent Box: AI、創造性、およびアートのための素晴らしいリストのコレクション。
• LLM Transparency Tool: LLM透明性ツール（LLM-TT）、Transformerベースの言語モデルの内部動作を分析するためのオープンソースのインタラクティブツールキット。
• LLM Visualization: OpenAIのChatGPTを支えるLLMアルゴリズムの可視化およびウォークスルー。アルゴリズムのすべての加算および乗算を探索し、プロセス全体を実際に見ることができます。