モバイル機械学習– tag –

VanderwaalsはAndroid端末上で動作する機械学習により、ユーザーの美的嗜好を理解し、好みに合った壁紙を自動提案するアプリ。完全オフライン動作でトラッキングゼロ、3000点以上の厳選壁紙を搭載し、オープンソースで提供されています。

Mistral OCR 3は手書き文字、複雑な表、フォームを最先端の精度でテキスト化するOCR API。Markdown出力対応で、ドキュメント処理の自動化を実現します。

GetProfileは、AIエージェントに長期記憶とユーザープロファイル機能を提供する自己ホスト型オープンソースソリューション。従来の単純なテキスト保存とは異なり、構造化データで信頼度スコアや重要度レベルを管理できる次世代型メモリーシステムです。

Xiaomi開発のMiMo-V2-Flashは、309Bパラメータを持つMoE（Mixture of Experts）モデルで、15Bのアクティブパラメータにより超高速処理を実現。コーディング、推論、AIエージェント開発に特化した高性能オープンソース言語モデルです。

cto benchは、仮説的なタスクではなく実際の開発業務データでAIコードエージェントを評価する新しいベンチマークプラットフォーム。cto.newユーザーの実利用データを活用し、実務に即した正確なAI性能評価を提供します。

FrontierScienceは、AIモデルの専門家レベル科学推論能力を物理・化学・生物学で評価する革新的ベンチマーク。オリンピアード問題と実研究タスクの両方を測定し、科学研究の質とスピードを飛躍的に向上させるツールです。

SAM Audioは、テキスト指示、動画上のビジュアルクリック、時間範囲指定など柔軟なプロンプトで任意の音源から特定の音を分離できるAI統合モデル。音声、音楽、効果音の処理を一つのモデルで実現します。

Grovは、AIコーディングエージェントの推論と記憶をチーム全体で共有・同期する革新的な開発ツール。従来のAIツールが抱える「セッション終了後の記憶喪失」問題を解決し、チーム全体の開発効率を劇的に向上させます。

ChatGPT Imagesは、新しいGPT Image 1.5モデルを搭載したAI画像生成・編集ツールです。従来比4倍の高速生成、照明や顔の特徴を保持した精密な編集、強化された指示追従性を実現し、ChatGPTおよびAPI経由で利用可能です。

NexaSDK for Mobileは、最新のマルチモーダルAIモデルをiOS/Androidアプリに完全オンデバイスで実装できる開発者向けSDK。わずか3行のコードで、チャット・マルチモーダル・検索・音声機能を構築でき、クラウドコストゼロ、完全プライバシー保護、2倍高速、9倍の省電力を実現します。