Python Repositories
Insgesamt 17,914 Repositories
OSINT-Tool zum Finden von kompromittierten E-Mails, Datenbanken, Pasten und relevanten Informationen
Eine leichtgewichtige, abhängigkeitsarme, einheitliche API zur Verwendung aller gängigen Rewriting- und Cross-Encoder-Modelle.
Ein Python-Paket, das es Entwicklern erleichtert, KI-Apps zu erstellen, die von verschiedenen KI-Anbietern unterstützt werden.
WhisperFusion baut auf den Fähigkeiten von WhisperLive und WhisperSpeech auf, um nahtlose Gespräche mit einer KI zu ermöglichen.
Dieses Repository enthält den Quellcode für RULER: Was ist die tatsächliche Kontextgröße Ihrer Langkontext-Sprachmodelle?
Personalisieren Sie das Segment Anything Model (SAM) mit 1 Schuss in 10 Sekunden
Ein schnelles und leichtgewichtiges Framework zum einfachen Erstellen dezentraler Agenten.
Ein Open-Source-Paket, das Spieleentwicklern, KI-Forschern und Hobbyisten die Möglichkeit bietet, komplexe Verhaltensweisen für ihre Nicht-Spieler-Charaktere oder Agenten zu erlernen.
Überprüft abgelaufene Domains auf Kategorisierung/Reputation und die Archive.org-Historie, um gute Kandidaten für Phishing- und C2-Domainnamen zu ermitteln
Modulares, mehrfädiges Framework mit Inventarverwaltung zur Unterstützung bei der Bedienung von Gerätesammlungen
Buildware-Tools ist ein All-in-One-Multitool für Sicherheitsforschung und Automatisierung.
Offizieller data.gouv.fr Model Context Protocol (MCP)-Server, der es KI-Chatbots ermöglicht, Datensätze der französischen nationalen Open-Data-Plattform direkt durch Konversation zu durchsuchen, zu erkunden und zu analysieren.
Sane, maßgeschneiderte Java-Flags und Tweaks für Minecraft
AutoResearch für GPU-Kernels. Geben Sie beliebiges PyTorch-Modell, schalten Sie es in den Schlafmodus und lassen Sie es mit optimierten Triton-Kernels aufwachen.
[ICLR'25 Oral] Repräsentationsausrichtung für die Generierung: Das Trainieren von Diffusions-Transformatoren ist einfacher als Sie denken
Kompromissindikatoren aus den Cyber-Untersuchungen von Amnesty International
Ein codefreies, auf PyTorch basierendes Framework für reproduzierbare Deep-Learning-Studien. PyTorch-Ökosystem. 🏆 Bislang wurden 28 Methoden zur Wissensdestillation implementiert, die auf TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI usw. vorgestellt wurden. 🎁 Trainierte Modelle, Trainingsprotokolle und Konfigurationen stehen zur Verfügung, um die Reproduzierbarkeit sicherzustellen und Benchmarking zu ermöglichen.
Dies ist ein sich ständig weiterentwickelndes Handbuch, mit dem Leser die neuesten Text-zu-SQL-Techniken in der Literatur leicht verfolgen können und das Forschern und Praktikern praktische Anleitungen bietet.
GaLore: Speichereffizientes LLM-Training durch Gradienten-Rangniedrigprojektion
Eine Reihe von großen Sprachmodellen für Code, die von PKU-KCL entwickelt wurden
Python-Implementierungen der Boruta-Methode zur Auswahl aller relevanten Merkmale.
Verwandle jedes LLM in ein Entscheidungsmodell im Jev-Stil: typisierte Entscheidungen, echte Wahrscheinlichkeiten, kein Training. (Wird laufend aktualisiert; Issues und PR-Anfragen sind willkommen)
eine Python-Bibliothek zum Parsen unstrukturierter Adresszeichenfolgen aus den Vereinigten Staaten in Adresskomponenten
[CVPR 2025] StreamingT2V: Konsistente, dynamische und erweiterbare Langzeit-Videogenerierung aus Text
HY-World 1.5: Ein systematischer Rahmen für interaktives Weltenmodellieren mit Echtzeitlatenz und geometrischer Konsistenz
[ACM MM 2025] FantasyTalking: Realistische sprechende Porträtgenerierung durch kohärente Bewegungsgenerierung
Eine Sammlung essentiellen und grundlegenden Wissens im Bereich Cybersicherheit, übersichtlich für einfaches Verständnis organisiert.
Der X86 Encoder Decoder (XED) ist eine Software-Bibliothek zum Codieren und Decodieren von X86 (IA32 und Intel64) Anweisungen
AIDE: ein LLM-Agent für Machine Learning Engineering – die Forschung, aus der Weco hervorging. Referenziert in OpenAIs MLE-bench.