#ai-for-science Dépôts
Découvrez 16 dépôts GitHub open source actifs associés à #ai-for-science, cumulant 30,317 étoiles au total (soit une moyenne de 1,894 étoiles par projet). Le projet en tête de ce thème est aipoch/open-science, avec 5,557 étoiles.
16 dépôts au total
L’atelier de recherche en IA open source pour la recherche scientifique et les flux de travail d’agents. Une application de bureau privilégiant l’exécution locale et indépendante des modèles, avec des compétences extensibles, des outils et connecteurs MCP, l’exécution de Python/R et des artefacts traçables pour une recherche reproductible sur macOS, Windows et Linux.
Collection d'interprétations d'articles AI for Science (mise à jour continue), téléchargement d'articles/jeux de données/tutoriels : hyper.ai
Un runtime AutoResearch piloté par des plans pour orchestrer les workflows de recherche en IA, de la génération d'idées et des expériences à la rédaction d'articles et à l'évaluation par les pairs.
Vérification formelle pour l’IA : un vérificateur de preuves basé sur Lean 4 + Dafny qui détecte les fausses preuves générées par l’IA (manipulation des récompenses), ainsi qu’une amélioration récursive de soi (RSI) vérifiée pour les agents de programmation. L’IA au service des mathématiques, de la physique et du génie logiciel.
Bibliothèque de méthodes d'apprentissage automatique pour la chimie de FAIR Chemistry
Open Science Desktop — un poste de travail de recherche IA local d'abord, indépendant du modèle pour macOS, Windows et Linux. Alternative open-source au bureau Claude Science construite sur Tauri + MCP + compétences d'agent.
Une liste organisée d'outils, de bibliothèques, d'articles, de jeux de données et de frameworks d'IA impressionnants qui accélèrent la découverte scientifique — de la physique et de la chimie à la biologie, aux matériaux et au-delà.
AgentSociety 2 est une plateforme de simulation d'agents moderne, native aux LLM, conçue pour la recherche en sciences sociales et la conception expérimentale. Elle fournit un cadre flexible pour créer et gérer des agents intelligents dans des environnements simulés.
Poste de travail de recherche en IA de bureau, open-source et local, pour le calcul scientifique avec Python/R, les outils bioinformatiques MCP, les environnements d'exécution SSH/WSL/GPU et les modèles OpenAI/Anthropic.
Terminal-Bench-Science : évaluation des agents d’IA dans les flux de travail de recherche à travers différents domaines scientifiques
Un outil d’IA multi-agent qui transforme des articles de recherche en évaluations documentées de la commercialisation et du transfert de technologie, couvrant le TRL, le paysage des brevets, les marchés et les risques. Développé avec CrewAI + FastAPI, il comprend un benchmark reproductible.
AutoScientifiques : Équipes d’Agents Auto-organisées pour l’Expérimentation Scientifique de Longue Durée
Une liste organisée de ressources sur les réseaux de flux génératifs (GFlowNets).
Foire aux questions
Quel est le dépôt #ai-for-science le plus populaire sur GitHub ?
Le projet #ai-for-science open source le mieux classé sur GitHub est aipoch/open-science, avec 5,557 étoiles. L’atelier de recherche en IA open source pour la recherche scientifique et les flux de travail d’agents. Une application de bureau privilégiant l’exécution locale et indépendante des modèles, avec des compétences extensibles, des outils et connecteurs MCP, l’exécution de Python/R et des artefacts traçables pour une recherche reproductible sur macOS, Windows et Linux.
Quels langages de programmation sont les plus utilisés dans les dépôts #ai-for-science ?
Parmi les projets #ai-for-science les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust.
Comment le classement des dépôts #ai-for-science est-il calculé ?
Nous suivons 16 dépôts open source actifs associés à #ai-for-science (500+ étoiles), totalisant 30,317 étoiles, avec une moyenne de 1,894 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.