Python Dépôts
17,914 dépôts au total
Outil OSINT pour trouver des e-mails violés, des bases de données, des pastes et des informations pertinentes
Une API unifiée, légère et à faible dépendance pour utiliser tous les modèles courants de réordonnancement et de cross-encoder.
Un package Python qui permet aux développeurs de créer facilement des applications d'IA alimentées par divers fournisseurs d'IA.
WhisperFusion s'appuie sur les capacités de WhisperLive et WhisperSpeech pour offrir des conversations fluides avec une IA.
Ce dépôt contient le code source de RULER : Quelle est la taille réelle du contexte de vos modèles de langage à long contexte ?
Personnalisez le modèle Segment Anything (SAM) avec 1 prise de vue en 10 secondes
Un package open source qui offre aux créateurs de jeux vidéo, aux chercheurs en IA et aux hobbyistes la possibilité d'apprendre des comportements complexes pour leurs personnages non-joueurs ou agents.
Vérifie les domaines expirés pour la catégorisation/réputation et l'historique d'Archive.org afin de déterminer de bons candidats pour les noms de domaine de phishing et de C2
Framework multi-threaded enfichable avec gestion d'inventaire pour aider à exploiter des collections d'appareils
Buildware-Tools est un outil multifonction tout-en-un pour la recherche en sécurité et l'automatisation.
Serveur officiel data.gouv.fr utilisant le protocole Model Context Protocol (MCP) qui permet aux chatbots IA de rechercher, explorer et analyser les jeux de données de la plateforme nationale française de données ouvertes, directement par conversation.
Sane, drapeaux et ajustements Java benchmarkés pour Minecraft
AutoResearch pour les kernels GPU. Donnez-lui n'importe quel modèle PyTorch, laissez-le dormir, et réveillez-le pour obtenir des kernels Triton optimisés.
[ICLR'25 Oral] Alignement des représentations pour la génération : entraîner des transformeurs de diffusion est plus facile que vous ne le pensez
Indicateurs de Compromis issus des enquêtes cyber d'Amnesty International
Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.
Ceci est un manuel mis à jour en permanence pour permettre aux lecteurs de suivre facilement les dernières techniques Text-to-SQL dans la littérature et de fournir des conseils pratiques aux chercheurs et aux praticiens.
GaLore : Formation LLM économe en mémoire par projection de rang inférieur du gradient
Implémentations Python de la méthode de sélection de caractéristiques all-relevant de Boruta.
Transformez n’importe quel LLM en un modèle de décision de type Jev : décisions typées, probabilités réelles, sans entraînement. (Mises à jour continues ; vos signalements de problèmes et demandes de PR sont les bienvenus)
Point d'entrée pour les problèmes et le wiki. Contient également certains scripts et sources.
une bibliothèque Python pour l'analyse de chaînes d'adresses non structurées des États-Unis en composants d'adresse
Laser pour le contrôle des moustiques, des mauvaises herbes et des parasites
[CVPR 2025] StreamingT2V : Génération de vidéos longues cohérentes, dynamiques et extensibles à partir de texte
HY-World 1.5 : Un cadre systématique pour la modélisation interactive du monde avec une latence en temps réel et une cohérence géométrique
[ACM MM 2025] FantasyTalking : Génération réaliste de portraits parlants par synthèse de mouvement cohérente
Une collection de connaissances essentielles et fondamentales en cybersécurité, soigneusement organisée pour une compréhension facile.
Le décodeur encodeur X86 (XED) est une bibliothèque logicielle pour l'encodage et le décodage des instructions X86 (IA32 et Intel64)
AIDE : un agent LLM pour l'ingénierie du machine learning, la recherche dont Weco est issu. Référencé dans le MLE-bench d'OpenAI.
Exporté automatiquement depuis code.google.com/p/fern-wifi-cracker