モデルエンジニアリング
モデル学習、オフライン圧縮、一般評価、分析、来歴追跡、アクセスルーティングのツールと手法。圧縮目的の蒸留はmodel-compression-and-quantization、一般的な適応学習は学習分類に属する。モデル公開物、実行時のモデル処理、セキュリティ中心の分析・評価は除き、セキュリティ製品はai-securityに分類する。
詳細分野
モデルアクセスとルーティング
モデル互換 API の提供、プロバイダーの選択、利用ポリシーの適用、サブスクリプションの中継を行うゲートウェイとルーター。ローカル推論エンジンと MCP ツールプロキシは含まない。
4 件のプロジェクトモデル評価
モデルやエージェントの一般能力、品質、信頼性、効率を主に測定するベンチマーク、データセット、評価器、ハーネス。安全性、脱獄、インジェクション、有害性、セキュリティを主題とする評価は、ベンチマークかハーネスかに関係なくai-safety-evaluationに分類する。学習ツールと本番実行システムは除く。
4 件のプロジェクトモデル学習とファインチューニング
事前学習、継続事前学習、ファインチューニング、選好学習、蒸露によってモデル重みを最適化するフレームワーク、レシピ、ツール。推論サービングとプロンプトレベルのエージェントスキルは含まない。
2 件のプロジェクト| プロジェクト | 用途 | スター | 言語 | ライセンス | 最新リリース |
|---|---|---|---|---|---|
| diegosouzapw/omniroute | 1つのエンドポイントで359のプロバイダーと1200以上のモデルをつなぎ、期間に応じたフォールバックを提供します。 | ★ 78K | TypeScript | MIT | v3.8.51 |
| yetone/magpie | 4つのモデルプロトコルを翻訳し、クォータと重みでアカウントやモデルを切り替えるローカルゲートウェイです。 | ★ 15.6K | Go | MIT | v0.1.1285 |
| yinsongxu/llm2jev | 既存のローカルLLM・MLLMを微調整なしでJev型構造化判定モデルへ変換し、1回のプリフィルで判定結果を返します。 | ★ 449 | Python | Apache-2.0 | v0.2.0 |
| scaleapi/agentenv-framework | 研究者・エンジニア・領域専門家が現実的で再現可能な強化学習環境を共同構築するフレームワークです。 | ★ 322 | Python | Apache-2.0 | v0.9.1334 |
| deepseek-ai/deepep-ascend | Huawei Ascend NPUで分散MoEの学習と推論のall-to-all通信を高速化する低レベルライブラリです。 | ★ 260 | C++ | — | — |
| zihan-su/self_gradient_forcing_plus | コンテキスト書き込みとデノイズ的参数を分離し、勾配競合を減らして自己回帰型動画生成器を訓練します。 | ★ 196 | Python | Apache-2.0 | — |
| qwenlm/blenderworld | 223のタスクと2651の判定基準を持つBlenderベンチマークで、テキスト・画像・動画から編集可能な3Dシーンを作るエージェントを評価します。 | ★ 124 | Python | MIT | — |
| composo-ai/dishwasherbench | 実在の食器洗い機の物理シミュレーションゲームで言語モデルエージェントの目標達成能力を評価する。 | ★ 70 | TypeScript | MIT | — |
| jevagentharness/jevagentharness | コーディングエージェントの工程を分類し、高速モデルと高性能モデルへルーティングするOpenAI互換ローカルプロキシ。 | ★ 11 | Python | MIT | — |
| cmu-l3/reuf2f | コーディングエージェントが Lean で形式化した学部研究問題の定理や反例を証明するベンチマークです。 | ★ 9 | Lean | NOASSERTION | — |