NeMo AutoModelは、NVIDIAが開発したPyTorch分散学習ライブラリで、大規模言語モデル（LLM）や視覚言語モデル（VLM）の学習を効率化します。Hugging Faceモデルとの統合が標準でサポートされており、面倒な設定なしにファインチューニングや事前学習が可能です。分散並列処理、カスタムカーネル、最適化されたレシピを活用して、企業レベルでの大規模モデル学習を実現できます。QwenやGLM、MiniMaxなど最新の大規模モデルに対応しており、即座に利用可能な学習レシピが豊富に提供されています。
ユースケース: 大規模言語モデルや視覚言語モデルの効率的な分散学習・ファインチューニング
Pytorch Distributed native training library for LLMs/VLMs with OOTB Hugging Face support
PDF・Word・Excel・画像…なんでもMarkdownに一発変換！AI時代の万能ファイル変換ツール — markitdown
MarkItDownは、PDF、Word、Excel、PowerPoint、画像、音声、HTMLなど、さまざまな形式のファイルをMarkdown（シンプルな書式付きテキスト）に変換するPython製の
LLMアプリのレシピ集！ChatGPTから音声エージェントまで実例満載 — awesome-llm-apps
awesome-llm-appsは、ChatGPTやGeminiなどの大規模言語モデル（AIの文章生成技術）を使った実用的なアプリケーションの作り方を集めたレシピ集です。AIエージェント（自動でタスク
写真1枚でリアルタイム顔入れ替え！ワンクリックでディープフェイク映像を生成 — Deep-Live-Cam
Deep-Live-Camは、たった1枚の写真を用意するだけで、ウェブカメラの映像やビデオの中の顔をリアルタイムに別人の顔に入れ替えられるソフトウェアです。「顔を選ぶ→カメラを選ぶ→ライブボタンを押す
使うほど賢くなるAIエージェント — 学習・記憶・自動化を全部入りで月5ドルから運用 — hermes-agent
Hermes Agentは、Nous Research社が開発した「自己改善するAIエージェント」です。会話するたびに経験からスキルを自動生成し、ユーザーの好みや過去のやり取りを記憶して、使えば使うほ
AIに「このサイトで○○して」と頼むだけ！ブラウザ操作を全自動化するエージェント — browser-use
browser-useは、AI（人工知能）にウェブブラウザを操作させて、オンラインの作業を自動化できるPython製のツールです。「この求人に応募して」「買い物リストの商品をカートに入れて」といった自