#meta-optimization Repositories
Entdecke 2 aktive Open-Source-GitHub-Repositories, die mit #meta-optimization getaggt sind und insgesamt 5,548 Sterne gesammelt haben (durchschnittlich 2,774 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist learnables/learn2learn mit 2,896 Sternen.
Insgesamt 2 Repositories
Ein Laufzeitsubstrat, das die Ausführung eines Agenten in eine reversible, Git-ähnliche Ablaufverfolgung umwandelt, sodass Meta-Agenten jede Ausführung beobachten, abzweigen, wiederholen und rückgängig machen können. Koppelt Agent und Umgebungen in einem Copy-on-Write-Fork, der etwa 5-mal schneller ist als Docker Commit, mit etwa 95 % KV-Cache-Wiederverwendung bei Wiederholung. Framework entwickelt für Meta-Agenten zur Überwachung, Optimierung und Schulung anderer Agenten
Häufig gestellte Fragen
Welches ist das beliebteste #meta-optimization-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#meta-optimization-Projekt auf GitHub ist learnables/learn2learn mit 2,896 Sternen. Eine PyTorch-Bibliothek für Meta-Learning-Forschung
Welche Programmiersprachen werden in #meta-optimization-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #meta-optimization-Projekten auf GitHub sind Python die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #meta-optimization-Repositories berechnet?
Wir verfolgen 2 aktive Open-Source-Repositories, die mit #meta-optimization getaggt sind (500+ Sterne), mit insgesamt 5,548 Sternen und durchschnittlich 2,774 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.