フレームワーク
LangChain や LlamaIndex などの LLM アプリ開発フレームワーク
LangChain フレームワークチュートリアル
LangChain フレームワークのアーキテクチャとコアモジュール（Chains、Agents、Memory）を豊富なコード例とともに体系的に解説する実践的チュートリアル。RAG 統合、カスタムツール開発、デバッグ戦略もカバーしており、シンプルなプロンプトから一歩進んで本番レベルの LLM アプリを構築したい開発者に最適。
Python AI/ML ライブラリ集
TensorFlow・PyTorch などのディープラーニングフレームワーク、Scikit-learn による古典的 ML、NumPy・Pandas によるデータ操作、LLM 統合の新興ツールまで、最も広く使われる Python AI/ML ライブラリの厳選まとめ。各エントリに概要・典型的なユースケース・インストールコマンドを含み、ML ツールキットを構築する実務者向けの便利なリファレンス。
Hugging Face Transformers チュートリアル
NLP とコンピュータビジョンの業界標準ライブラリ Hugging Face Transformers の公式チュートリアル。テキスト分類、トークン化、翻訳、画像セグメンテーションなどをカバーし、PyTorch と TensorFlow 両バックエンドのコード例を提供。事前学習モデルを活用したり、カスタムデータセットでファインチューニングして本番利用したい実務者向け。
LlamaIndex フレームワークチュートリアル
LLM をカスタムデータソースに接続する RAG アプリケーション構築に特化したフレームワーク LlamaIndex の実践チュートリアル。データ取り込みパイプライン、インデックス戦略、クエリエンジン、エージェントベースの検索をカバーし、PDF・Web・データベースコネクタの実例を提供。自社ドキュメントに根ざしたドメイン特化型 AI アシスタントを構築したい開発者向け。
PyTorch ディープラーニングフレームワーク
PyTorch は Meta が開発する主要なオープンソース深層学習フレームワークで、動的計算グラフと Python らしいインターフェースで知られる。最先端の AI 研究から本番デプロイまでを支え、GPU・TPU 間でのモデルスケーリングに対応する豊富なエコシステムを備える。
vLLM 高性能推論フレームワーク
vLLM は大規模言語モデル向けの高通率推論・サービングエンジンで、PagedAttention によりメモリ効率とスループットを劇的に向上させる。連続バッチング、テンソル並列、OpenAI 互換 API サービングに対応し、大規模 LLM デプロイの第一選択となっている。
Haystack RAG フレームワーク
Haystack は deepset のオープンソースフレームワークで、本番対応の LLM アプリケーション構築に特化し、RAG と質問応答パイプラインを得意とする。ドキュメント処理、エンベディング、検索のモジュラーコンポーネントを提供し、OpenAI や Hugging Face のモデルと容易に連携できる。
DSPy
DSPy はモジュラーなパイプラインを構成し、プロンプトとウェイトを自動最適化することで、プロンプトではなくプログラミングで言語モデルを扱うフレームワーク。スタンフォード発で、脆いプロンプトエンジニアリングを再現可能でテスト可能なプログラムに置き換え、モデルやタスクを跨いで適応する。