#meta-optimization Repositorios
Descubre 2 repositorios activos de código abierto de GitHub etiquetados con #meta-optimization, que acumulan 5,548 estrellas en total (una media de 2,774 estrellas por proyecto). El líder de este tema es learnables/learn2learn, con 2,896 estrellas.
2 repositorios en total
Un sustrato de ejecución que convierte la ejecución de un agente en un rastro reversible similar a Git, permitiendo que los meta-agentes observen, bifurquen, reproduzcan y reviertan cualquier ejecución. Acopla agente y entornos en una bifurcación de copia en escritura ~5 veces más rápida que docker commit, con ~95% de reutilización de caché KV en reproducción. Marco construido para que los meta-agentes supervisen, optimicen y entrenen a otros agentes
Preguntas frecuentes
¿Cuál es el repositorio de #meta-optimization más popular en GitHub?
El proyecto de código abierto de #meta-optimization mejor posicionado en GitHub es learnables/learn2learn, con 2,896 estrellas. Una biblioteca de PyTorch para la investigación en meta-aprendizaje
¿Qué lenguajes de programación se utilizan más en los repositorios de #meta-optimization?
Entre los proyectos de #meta-optimization mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.
¿Cómo se calcula la clasificación de los repositorios de #meta-optimization?
Seguimos 2 repositorios activos de código abierto etiquetados con #meta-optimization (500+ estrellas), que suman un total de 5,548 estrellas, con una media de 2,774 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.