#ai4science Dépôts
Découvrez 21 dépôts GitHub open source actifs associés à #ai4science, cumulant 203,254 étoiles au total (soit une moyenne de 9,678 étoiles par projet). Le projet en tête de ce thème est PaddlePaddle/PaddleOCR, avec 92,972 étoiles.
21 dépôts au total
Transformez n'importe quel document PDF ou image en données structurées pour votre IA. Un kit d'outils OCR puissant et léger qui comble l'écart entre les images/PDF et les LLM. Prend en charge plus de 100 langues.
Transforme des documents complexes comme les PDF et les documents Office en markdown/JSON prêt pour LLM pour vos flux de travail Agentic.
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.
Graphormer est un backbone d'apprentissage profond polyvalent pour la modélisation moléculaire.
Vers une prédiction open source de structures biomoléculaires à haute précision.
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.
GraphGen : Améliorer le réglage fin supervisé pour les LLM avec la génération de données synthétiques pilotée par la connaissance
Principia extrait des principes réutilisables, compose ces principes en idées de recherche traçables et aide les chercheurs à examiner pourquoi une idée peut valoir la peine d'être testée.
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
Une boîte à outils Python pour le réglage fin des modèles géospatiaux fondamentaux (GFM).
🚀🚀🚀Une collection de quelques projets publics impressionnants sur les grands modèles de langue (LLM), les modèles de vision et de langue (VLM), l'action vision-langage (VLA), le contenu généré par l'IA (AIGC), les ensembles de données et applications associés.
🏆 Une liste classée de projets impressionnants d'apprentissage automatique atomistique ⚛️🧬💎.
freephdlabor : personnalisation de systèmes multi-agents personnalisés qui recherchent 24/7 sur votre propre problème scientifique
Une enquête complète sur les grands modèles linguistiques scientifiques et leurs applications dans la découverte scientifique (EMNLP'24)
[ECCV 2026] Un framework basé sur la diffusion pour l'OCR de documents qui remplace le décodage autorégressif par un décodage de diffusion parallèle au niveau des blocs.
MatterSim : Un modèle atomistique d’apprentissage profond couvrant éléments, températures et pressions.
Foire aux questions
Quel est le dépôt #ai4science le plus populaire sur GitHub ?
Le projet #ai4science open source le mieux classé sur GitHub est PaddlePaddle/PaddleOCR, avec 92,972 étoiles. Transformez n'importe quel document PDF ou image en données structurées pour votre IA. Un kit d'outils OCR puissant et léger qui comble l'écart entre les images/PDF et les LLM. Prend en charge plus de 100 langues.
Quels langages de programmation sont les plus utilisés dans les dépôts #ai4science ?
Parmi les projets #ai4science les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, Rich Text Format, Jupyter Notebook.
Comment le classement des dépôts #ai4science est-il calculé ?
Nous suivons 21 dépôts open source actifs associés à #ai4science (500+ étoiles), totalisant 203,254 étoiles, avec une moyenne de 9,678 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.