カテゴリ

LLM・機械学習

155件のリポジトリ(注目度順) — 6ページ目

nyosegawa/speech.cpp

ggml駆動の音声合成・認識オールインワンCLI — whisper.cppやllama.cppと同じggmlエンジン上で、TTS・ASR・VADをひとつのCLI/ライブラリに統合したC++実装です。Qwen3-TTSやReazonSpeechなど複数モデルに対応し、Metal/Vulkan/CPUで動作。OpenAI互換サーバーやライブ文字起こしも備え、音声対話アプリを手早く組める点が特徴です。

Speech synthesis, speech recognition and voice activity detection for voice conversation, in C++ on ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet and Silero VAD on Metal, Vulkan and the CPU, with an OpenAI-compatible server and live transcription.

C++
★180
La5u/Parsimony

AIコーディングの「簡潔さ」を測るベンチマーク — AIエージェントがSWE-bench等の公開ベンチマークで生成したパッチを静的解析し、statementや呼び出しなどの「コーディング単位」の増減を数値化します。コードを実行せず公開データから誰でも再計算でき、タスクを解いた際に追加したコード量が少ないモデルほど上位にランクされる独自のリーダーボードを提供します。

Measures how much code AI coding agents add, from patches benchmarks already publish

Python
★11
todesking/slopsampler

AIっぽい「スロップ文章」を収集・分析するプロジェクト — 日本語文章に現れるAI Slop表現(AI生成特有の不自然な言い回しや定型句)を収集・分析するプロジェクトです。複数のテーマとモデルで文章を生成し、分析用モデルで不自然な表現を抽出する手法を採っており、LLM出力の「それっぽさ」を定量的に捉えたい人に刺さる内容です。

スロップすぎるよ展

Python🇯🇵 日本発
★2
nekorobiaws-maker/jev-graphrag-poc

ベクトル検索なしのGraphRAG実装例 — エンベディングやベクトル検索を使わず、Jevという判定AIのスコアとしきい値だけでグラフ登録・検索・ホップ判断を行うGraphRAGのPoCです。回答生成のみClaude Haiku 4.5を使い、根拠チャンクIDつきJSONで引用検証も行う点が特徴的です。

エンベディングを使わない判断特化型GraphRAGのPoC(判定はJev、回答はClaude Haiku 4.5)

Python
★0
pst2154/nemotron-deciffusion

1GPU・1パスで構造化判断を返す拡散型LLM — NVIDIA Nemotron-Labs-Diffusion-8BをベースにしたDeciffusion 8B v2は、JSON状態と最大512個の質問を受け取り、生成やCoTなしで1回の双方向プリフィルで全選択肢の確率を返します。vLLM対応コンテナやNVFP4量子化版も提供され、ライセンス追跡済みデータで学習された実務向けの判断特化モデルです。

Nemotron Deciffusion 8B v2: big-model decisions, one GPU, one pass

Python
★0