#responsible-ai Repositorios
Descubre 25 repositorios activos de código abierto de GitHub etiquetados con #responsible-ai, que acumulan 138,861 estrellas en total (una media de 5,554 estrellas por proyecto). El líder de este tema es ifixai-ai/iFixAi, con 46,592 estrellas.
25 repositorios en total
Auditoría independiente de agentes de IA. Ejecutada por humanos o por el propio agente, para responder a la pregunta más crucial en la economía de los agentes de IA: ¿Está el agente haciendo lo que se supone que debe hacer? Con iFixAi, puede obtener esta respuesta en menos de 120 segundos.
Una lista curada de excelentes bibliotecas de código abierto para desplegar, monitorear, versionar y escalar tu machine learning
😈Awful AI es una lista curada para rastrear los usos aterradores actuales de la IA - con la esperanza de crear conciencia
Kit de herramientas de código abierto de Microsoft para pruebas de red teaming de IA. Pon a prueba sistemas de IA generativa con análisis automatizados, ataques adaptativos de varios turnos y una interfaz web.
Synapsa Commons: cursos gratuitos y prácticos de IA que funcionan en cualquier entorno (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidencias de conformidad con la Ley de IA de la UE, validación de modelos, mantenimiento predictivo, extracción de documentos, recuperación y RAG, agentes de IA y MCP, y un humanoide simulado. Cada lección se califica automáticamente. Del equipo que está construyendo Synapsa.
Un paquete de Python para evaluar y mejorar la equidad de los modelos de aprendizaje automático.
Responsible AI Toolbox es un conjunto de herramientas que proporciona interfaces de usuario y bibliotecas para la exploración y evaluación de modelos y datos que permiten una mejor comprensión de los sistemas de inteligencia artificial. Estas interfaces y bibliotecas permiten a los desarrolladores y partes interesadas de los sistemas de IA desarrollar y supervisar la IA de manera más responsable, y tomar mejores medidas basadas en datos.
Centro de información para nuestro proyecto de entrenamiento de los LLM históricos más grandes posibles.
¡Todos los enlaces, libros y creadores que necesitas seguir para mantenerte actualizado con la IA!
Una capacidad de análisis reutilizable con 15 casos de datos públicos. Define la decisión y los recursos disponibles, prueba métodos alternativos con la misma evidencia y entrega un informe que vincule cada hallazgo con sus datos y cálculos.
Un detector de texto de IA de código abierto para identificar contenido generado por IA en ensayos, artículos y documentos. Admite detección a nivel de documento y de oración, con clasificación de contenido humano, generado por IA y mixto, resultados explicables y desarrollo de modelos multilingües.
Un repositorio de recursos para el desaprendizaje automático en modelos de lenguaje grandes
[ICML 2024] TrustLLM: evaluación de la confiabilidad de los LLM en términos de veracidad, seguridad, equidad, robustez, privacidad y ética. Kit de herramientas de Python/CLI para modelos locales, API compatibles y orquestación de agentes de IA.
☁️ Nube (KULLM): Un LLM desarrollado por la Korea University especializado en el idioma coreano
Preguntas frecuentes
¿Cuál es el repositorio de #responsible-ai más popular en GitHub?
El proyecto de código abierto de #responsible-ai mejor posicionado en GitHub es ifixai-ai/iFixAi, con 46,592 estrellas. Auditoría independiente de agentes de IA. Ejecutada por humanos o por el propio agente, para responder a la pregunta más crucial en la economía de los agentes de IA: ¿Está el agente haciendo lo que se supone que debe hacer? Con iFixAi, puede obtener esta respuesta en menos de 120 segundos.
¿Qué lenguajes de programación se utilizan más en los repositorios de #responsible-ai?
Entre los proyectos de #responsible-ai mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #responsible-ai?
Seguimos 25 repositorios activos de código abierto etiquetados con #responsible-ai (500+ estrellas), que suman un total de 138,861 estrellas, con una media de 5,554 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.