#machine-learning-research Repositories
Entdecke 72 aktive Open-Source-GitHub-Repositories, die mit #machine-learning-research getaggt sind und insgesamt 144,574 Sterne gesammelt haben (durchschnittlich 2,007 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist KindXiaoming/pykan mit 16,291 Sternen.
Insgesamt 72 Repositories
Eine Bildungsressource, um jedem zu helfen, Deep Reinforcement Learning zu lernen.
Der KI-Wissenschaftler-v2: Workshop-Niveau automatisierte wissenschaftliche Entdeckung durch agentische Baumsuche
OpenFace – ein State-of-the-Art-Tool für die Erkennung von Gesichtslandmarken, Schätzung der Kopfhaltung, Erkennung von Gesichts-Aktionsunits und Schätzung des Augenblicks.
Code für das Paper "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
KI Intensivkurs, der vielbeschäftigten Bauherren hilft, in 2 Wochen den Anschluss an die öffentliche KI-Forschung zu finden
Eine PyTorch-Bibliothek zur Implementierung von Flow-Matching-Algorithmen, die kontinuierliche und diskrete Flow-Matching-Implementierungen umfasst. Sie enthält praktische Beispiele für Text- und Bildmodalitäten.
Code für die Veröffentlichung "Evaluating Large Language Models Trained on Code"
Eine Sammlung von Forschungsarbeiten zu Entscheidungs-, Klassifikations- und Regressionsbäumen mit Implementierungen.
Large Language-and-Vision Assistant für Biomedizin, entwickelt für multimodale Fähigkeiten auf GPT-4-Niveau.
Continuous Thought Machines, da Denken Zeit braucht und Schlussfolgern ein Prozess ist.
Eine kuratierte Liste von sicherheitsbezogenen Arbeiten, Artikeln und Ressourcen, die sich auf Large Language Models (LLMs) konzentrieren. Dieses Repository zielt darauf ab, Forschern, Praktikern und Enthusiasten Einblicke in die sicherheitsrelevanten Auswirkungen, Herausforderungen und Fortschritte im Zusammenhang mit diesen leistungsstarken Modellen zu geben.
TorchMultimodal ist eine PyTorch-Bibliothek zum Trainieren von hochmodernen multimodalen Multi-Task-Modellen in großem Maßstab.
ShinkaEvolve: Auf dem Weg zur offenen und beispieleffizienten Programmentwicklung 🧬
LLM Transparency Tool (LLM-TT), ein Open-Source-Toolkit für die Analyse der internen Funktionsweise von Transformer-basierten Sprachmodellen. *Demo ansehen unter* https://huggingface.co/spaces/facebook/llm-transparency-tool-demo
Eine einfache Methode zur Durchführung von halbüberwachtem Lernen mit begrenzten Daten.
Rezepte zur Skalierung des Inferenzzeit-Computings von offenen Modellen
Eine Umfrage und eine Papierliste aktueller Diffusionsmodelle für Zeitreihen und raumzeitliche Daten mit großartigen Ressourcen (Artikel, Anwendung, Überprüfung, Umfrage usw.).
Die offizielle Implementierung für [NeurIPS2025 Oral] Gated Attention für Große Sprachmodelle: Nichtlinearität, Sparsität und Attention-Sink-Free
AugMix: Eine einfache Methode zur Datenverarbeitung zur Verbesserung der Robustheit und Unsicherheit
[ICLR 2025] Samba: Einfache hybride Zustandsraummodelle für effizientes Sprachmodellieren mit unbegrenztem Kontext
Ein prinzipienbasierter Benchmark für Anleitungen zur Formulierung effektiver Anfragen und Prompts für große Sprachmodelle (LLMs). Unsere Arbeit: https://arxiv.org/abs/2312.16171
Eine minimale PyTorch-Implementierung von probabilistischen Diffusionsmodellen für 2D-Datensätze.
Zusammenstellung einer Liste mit AutoML-bezogenen Forschungen, Tools, Projekten und anderen Ressourcen
Code für den NeurIPS 2024 Paper - Der GAN ist tot; lang lebe der GAN! Ein moderner Baseline-GAN – von Huang et al.
Das beste Repository, das zeigt, warum Transformer für Zeitreihenprognosen möglicherweise nicht die Antwort sind, und die besten SOTA-Nicht-Transformer-Modelle vorstellt.
DiffuCoder: Verständnis und Verbesserung von Masked Diffusion Models für die Code-Generierung
Dieses Repository enthält die Ressourcen (Artikel, Blogs, Websites usw.), die Ilya zum Erlernen von Künstlicher Intelligenz empfohlen hat.
Häufig gestellte Fragen
Welches ist das beliebteste #machine-learning-research-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#machine-learning-research-Projekt auf GitHub ist KindXiaoming/pykan mit 16,291 Sternen. Kolmogorov Arnold Netzwerke
Welche Programmiersprachen werden in #machine-learning-research-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #machine-learning-research-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, MATLAB die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #machine-learning-research-Repositories berechnet?
Wir verfolgen 72 aktive Open-Source-Repositories, die mit #machine-learning-research getaggt sind (500+ Sterne), mit insgesamt 144,574 Sternen und durchschnittlich 2,007 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.