#ai-for-science Repositorios
Descubre 16 repositorios activos de código abierto de GitHub etiquetados con #ai-for-science, que acumulan 30,317 estrellas en total (una media de 1,894 estrellas por proyecto). El líder de este tema es aipoch/open-science, con 5,557 estrellas.
16 repositorios en total
El banco de trabajo de investigación de IA de código abierto para la investigación científica y los flujos de trabajo de agentes. Aplicación de escritorio local y agnóstica respecto al modelo, con habilidades extensibles, herramientas y conectores MCP, ejecución de Python/R y artefactos trazables para una investigación reproducible en macOS, Windows y Linux.
Colección de interpretaciones de artículos de AI for Science (en continua actualización), descarga de artículos/conjuntos de datos/tutoriales: hyper.ai
Un tiempo de ejecución de AutoResearch impulsado por planos para orquestar flujos de trabajo de investigación de IA desde la generación de ideas y experimentos hasta la redacción de artículos y la revisión por pares.
Verificación formal para IA: un verificador de pruebas basado en Lean 4 + Dafny que detecta pruebas falsas de IA (manipulación de recompensas), y auto-mejora recursiva (RSI) verificada para agentes de programación. IA para matemáticas, física e ingeniería de software.
Biblioteca de métodos de aprendizaje automático para la química de FAIR Chemistry
Open Science Desktop — un banco de trabajo de investigación de IA local primero, independiente del modelo para macOS, Windows y Linux. Alternativa de escritorio de código abierto a Claude Science construida sobre Tauri + MCP + habilidades de agente.
Una lista curada de increíbles herramientas, bibliotecas, artículos, conjuntos de datos y marcos de IA que aceleran el descubrimiento científico, desde la física y la química hasta la biología, los materiales y más allá.
AgentSociety 2 es una plataforma moderna de simulación de agentes nativa en LLM, diseñada para la investigación en ciencias sociales y el diseño experimental. Proporciona un marco flexible para crear y gestionar agentes inteligentes en entornos simulados.
Banco de trabajo de investigación de IA de escritorio, de código abierto y local, para computación científica con Python/R, herramientas bioinformáticas MCP, entornos de ejecución SSH/WSL/GPU y modelos de OpenAI/Anthropic.
Terminal-Bench-Science: Evaluación de agentes de IA en flujos de trabajo de investigación de diversas disciplinas científicas
Una herramienta de IA multiagente que convierte artículos de investigación en evaluaciones de comercialización y transferencia tecnológica con citas, que abarcan el TRL, el panorama de patentes, los mercados y los riesgos. Desarrollada con CrewAI + FastAPI e incluye un benchmark reproducible.
AutoCientíficos: Equipos de Agentes Autoorganizados para Experimentación Científica de Larga Duración
Una lista seleccionada de recursos sobre redes de flujo generativas (GFlowNets).
Preguntas frecuentes
¿Cuál es el repositorio de #ai-for-science más popular en GitHub?
El proyecto de código abierto de #ai-for-science mejor posicionado en GitHub es aipoch/open-science, con 5,557 estrellas. El banco de trabajo de investigación de IA de código abierto para la investigación científica y los flujos de trabajo de agentes. Aplicación de escritorio local y agnóstica respecto al modelo, con habilidades extensibles, herramientas y conectores MCP, ejecución de Python/R y artefactos trazables para una investigación reproducible en macOS, Windows y Linux.
¿Qué lenguajes de programación se utilizan más en los repositorios de #ai-for-science?
Entre los proyectos de #ai-for-science mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Rust.
¿Cómo se calcula la clasificación de los repositorios de #ai-for-science?
Seguimos 16 repositorios activos de código abierto etiquetados con #ai-for-science (500+ estrellas), que suman un total de 30,317 estrellas, con una media de 1,894 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.