Jupyter Notebook

higgsfield-ai/higgsfield

数千億パラメータ級LLMを泣かずに学習するGPUオーケストレーション — Higgsfieldは巨大言語モデルの分散学習に特化したOSSフレームワークです。ZeRO-3やPyTorchのFSDPに対応し、GPUリソース管理・実験キュー・GitHub連携まで備えることで、Llama等のマルチノード学習を数行のコードで実現できます。MLOps基盤としての運用性も強みです。

Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training models with billions to trillions of parameters

parrt/dtreeviz

決定木の中身を“見える化”するライブラリ — 決定木やランダムフォレスト、XGBoost・LightGBMなどのモデルを直感的に可視化できるPythonライブラリです。単なる木構造の図示に留まらず、特徴量の分岐やデータ分布まで表示することでモデルの解釈を助けてくれるため、機械学習を学ぶ人やモデル診断を行うデータサイエンティストに特に役立ちます。

A python library for decision tree visualization and model interpretation.

lyogavin/airllm

4GBのGPUで700億パラメータLLMを動かす — AirLLMは量子化や蒸留なしに、70Bクラスの大規模言語モデルをわずか4GBのGPUメモリで推論できるライブラリです。レイヤー単位で重みをストリーミングすることで、Kimi K2やDeepSeek-V3といった超巨大モデルも省VRAMで動作・学習でき、個人環境でのLLM活用の敷居を大きく下げます。

AirLLM 2.8T LLM inference with single 4GB GPU