#ai4science Repositorios
Descubre 21 repositorios activos de código abierto de GitHub etiquetados con #ai4science, que acumulan 203,254 estrellas en total (una media de 9,678 estrellas por proyecto). El líder de este tema es PaddlePaddle/PaddleOCR, con 92,972 estrellas.
21 repositorios en total
Convierta cualquier documento PDF o de imagen en datos estructurados para su IA. Un potente y ligero kit de herramientas OCR que cierra la brecha entre imágenes/PDF y LLM. Soporta más de 100 idiomas.
Transforma documentos complejos como PDFs y documentos de Office en markdown/JSON listo para LLM para tus flujos de trabajo Agentic.
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.
Graphormer es un backbone de aprendizaje profundo de propósito general para modelado molecular.
Hacia la predicción de alta precisión de estructuras biomoleculares de código abierto.
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.
GraphGen: Mejora del ajuste fino supervisado para LLM con generación de datos sintéticos impulsada por el conocimiento
Principia extrae principios reutilizables, compone esos principios en ideas de investigación trazables y ayuda a los investigadores a inspeccionar por qué una idea puede valer la pena probar.
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 caja de herramientas Python para el ajuste fino de modelos geoespaciales fundamentales (GFM).
🚀🚀🚀Una colección de algunos proyectos públicos impresionantes sobre Modelos de Lenguaje Grandes (LLM), Modelos de Visión y Lenguaje (VLM), Acción Visión-Lenguaje (VLA), Contenido Generado por IA (AIGC), los Datasets y Aplicaciones relacionados.
🏆 Una lista clasificada de impresionantes proyectos de aprendizaje automático atomístico ⚛️🧬💎.
freephdlabor: personalizando sistemas multiagente personalizados que investigan 24/7 en tu propio problema científico
Una encuesta completa de grandes modelos de lenguaje científicos y sus aplicaciones en el descubrimiento científico (EMNLP'24)
[ECCV 2026] Un marco basado en difusión para OCR de documentos que reemplaza la decodificación autorregresiva con decodificación de difusión paralela a nivel de bloque.
MatterSim: Un modelo atómico de aprendizaje profundo que abarca elementos, temperaturas y presiones.
Preguntas frecuentes
¿Cuál es el repositorio de #ai4science más popular en GitHub?
El proyecto de código abierto de #ai4science mejor posicionado en GitHub es PaddlePaddle/PaddleOCR, con 92,972 estrellas. Convierta cualquier documento PDF o de imagen en datos estructurados para su IA. Un potente y ligero kit de herramientas OCR que cierra la brecha entre imágenes/PDF y LLM. Soporta más de 100 idiomas.
¿Qué lenguajes de programación se utilizan más en los repositorios de #ai4science?
Entre los proyectos de #ai4science mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust, Rich Text Format, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #ai4science?
Seguimos 21 repositorios activos de código abierto etiquetados con #ai4science (500+ estrellas), que suman un total de 203,254 estrellas, con una media de 9,678 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.