#reproducible-research Repositories
Entdecke 81 aktive Open-Source-GitHub-Repositories, die mit #reproducible-research getaggt sind und insgesamt 182,051 Sterne gesammelt haben (durchschnittlich 2,247 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist karpathy/nanochat mit 60,746 Sternen.
Insgesamt 81 Repositories
Die Open-Source-KI-Forschungsumgebung für wissenschaftliche Forschung und Agenten-Workflows. Eine lokal ausgerichtete, modellagnostische Desktop-App mit erweiterbaren Fähigkeiten, MCP-Tools und Konnektoren, Python/R-Ausführung sowie nachvollziehbaren Artefakten für reproduzierbare Forschung unter macOS, Windows und Linux.
🔬 Eine kuratierte Sammlung von über 23.000 Agenten-Fähigkeiten für empirische Forschung in 8 Sozialwissenschaftsdisziplinen. | 精选 23,000+ AI Agent 技能库,覆盖8大社会科学学科的实证研究。CoPaper.AI erstellt in 20 Minuten einen reproduzierbaren normativen empirischen Aufsatz und unterstützt das Hochladen von Skills durch Nutzer. -- Gepflegt von CoPaper.AI von Stanford REAP.
Sacred ist ein Werkzeug, das Ihnen hilft, von IDSIA entwickelte Experimente zu konfigurieren, zu organisieren, zu protokollieren und zu reproduzieren.
Die Codes für die Arbeit „Swin-Unet: Unet-ähnlicher reiner Transformer für die medizinische Bildsegmentierung“ [ECCVW 2022]
Open Science Desktop — lokale, modellunabhängige KI-Forschungsumgebung für macOS, Windows und Linux. Open-Source-Desktop-Alternative zu Claude Science, basierend auf Tauri + MCP + Agentenfähigkeiten.
:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: Bewertung des Standes der Technik in der KI
Vereinheitlichung von Variational Autoencoder (VAE)-Implementierungen in Pytorch (NeurIPS 2022)
MLE-bench ist ein Benchmark zur Messung der Leistung von KI-Agenten im maschinellen Lernen
Ein sofort forkbares Claude-Code-Template für die akademische Forschung – für Papers, Datenanalyse (R, Stata, Python), Präsentationen und Lehre – mit Multi-Agenten-Review, verbindlichen Qualitätsschranken und Replikationsprotokollen. Es kann auch mit Codex und Antigravity verwendet werden.
Insight Toolkit (ITK) -- Offizielles Repository. ITK basiert auf einer bewährten, räumlich orientierten Architektur zur Verarbeitung, Segmentierung und Registrierung wissenschaftlicher Bilder in zwei, drei oder mehr Dimensionen.
bsuite ist eine Sammlung sorgfältig konzipierter Experimente, die die Kernfähigkeiten eines Reinforcement-Learning (RL)-Agenten untersuchen
Ein auf R fokussiertes Pipeline-Toolkit für Reproduzierbarkeit und High-Performance-Computing
Referenzimplementierung von BLEU, die Testsets automatisch herunterlädt und eine Versionszeichenfolge ausgibt, um Vergleiche zwischen Laboren zu erleichtern
Erlernen tiefer Darstellungen von Datenverteilungen
Code zur Begleitung unserer Veröffentlichung Chen und Zimmermann (2020), „Open Source Querschnitts-Asset-Pricing“
Datensätze, die für Geschichten auf The Pudding erstellt wurden, öffentlich zugänglich.
Open-Source, lokale Desktop-KI-Forschungswerkbank für wissenschaftliches Rechnen mit Python/R, MCP-Bioinformatik-Tools, SSH/WSL/GPU-Laufzeiten und OpenAI/Anthropic-Modellen.
Validiert, skalierbar, community-entwickeltes Varianten-Calling, RNA-Seq und kleine RNA-Analyse
Eine wiederverwendbare Analysekompetenz mit 15 Fällen auf Grundlage öffentlicher Daten. Definieren Sie die Entscheidung und die verfügbaren Ressourcen, testen Sie konkurrierende Methoden anhand derselben Evidenz und erstellen Sie einen Bericht, der jede Erkenntnis mit ihren Daten und ihrer Berechnung verknüpft.
FactCircuit: ein prüfbarer Verifikationskreislauf für Behauptungen und Belege mit unveränderlicher Herkunftsdokumentation, stufenweisen Prüfungen, begrenzter Abfrage und reproduzierbarer Bewertung.
Jupyter-Notebooks zum Lernen, wie man SimpleITK verwendet
LibKGE - Eine Bibliothek für Knowledge-Graph-Embeddings für reproduzierbare Forschung
Häufig gestellte Fragen
Welches ist das beliebteste #reproducible-research-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#reproducible-research-Projekt auf GitHub ist karpathy/nanochat mit 60,746 Sternen. Das beste ChatGPT, das man für 100 $ kaufen kann.
Welche Programmiersprachen werden in #reproducible-research-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #reproducible-research-Projekten auf GitHub sind Python, R, Jupyter Notebook, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #reproducible-research-Repositories berechnet?
Wir verfolgen 81 aktive Open-Source-Repositories, die mit #reproducible-research getaggt sind (500+ Sterne), mit insgesamt 182,051 Sternen und durchschnittlich 2,247 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.