#artificial-intelligence Dépôts
638 dépôts au total
Ceci est la page d'accueil d'un nouveau livre intitulé "Mathematical Foundations of Reinforcement Learning."
🐫 CAMEL: Le premier et le meilleur framework multi-agents. Trouver la loi de mise à l'échelle des agents. https://www.camel-ai.org
<⚡️> SuperAGI - Un framework open source d'agents IA autonomes axé sur les développeurs. Permet aux développeurs de créer, gérer et exécuter rapidement et de manière fiable des agents autonomes utiles.
Une liste organisée de cours, livres, conférences vidéo et articles sur l'intelligence artificielle (IA).
Couche sémantique native des graphes pour une IA d’entreprise digne de confiance
Implémentation en Python de l'Apprentissage par Renforcement : Une Introduction
Suite d'outils pour le déploiement et l'entraînement de modèles d'apprentissage profond utilisant la JVM. Les points forts comprennent l'importation de modèles pour Keras, TensorFlow et ONNX/PyTorch, une bibliothèque C++ modulaire et minuscule pour l'exécution de code mathématique et une bibliothèque mathématique basée sur Java au-dessus de la bibliothèque C++ de base. Comprend également SameDiff : une bibliothèque similaire à PyTorch/TensorFlow pour l'exécution d'apprentissage profond...
HexStrike AI MCP Agents est un serveur MCP avancé qui permet aux agents IA (Claude, GPT, Copilot, etc.) d'exécuter de manière autonome plus de 150 outils de cybersécurité pour des tests d'intrusion automatisés, la découverte de vulnérabilités, l'automatisation des récompenses de bugs et la recherche en sécurité. Comblez le fossé entre les LLM et les capacités de sécurité offensive du monde réel.
Plus de 20 LLM performants avec des recettes pour pré-entraîner, affiner et déployer à grande échelle.
Les meilleurs sites web pour programmeurs version chinoise
Une liste organisée de projets et services modernes d'intelligence artificielle générative
Feuille de route d'apprentissage en intelligence artificielle, compilation de près de 200 cas pratiques et projets, manuels complémentaires gratuits, entrée pour débutants absolus, pratique pour l'emploi ! Inclut : Python, mathématiques, apprentissage automatique, analyse de données, apprentissage profond, vision par ordinateur, traitement du langage naturel, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv et autres domaines populaires
Une référence contenant des styles et des mots-clés que vous pouvez utiliser avec MidJourney AI. Il existe également des pages montrant la comparaison des résolutions, les poids des images, et bien plus encore !
Une collection de ressources et d'articles sur les modèles de diffusion
TensorZero est une plateforme open-source LLMOps qui unifie un gateway LLM, l'observabilité, l'évaluation, l'optimisation et l'expérimentation.
Un espace de travail agentique open source que les entreprises peuvent façonner selon leurs besoins. Connectez les systèmes que vous utilisez déjà — plus de 100 intégrations, MCP, outils de chat, applications, navigateur et fichiers locaux — grâce à une mémoire partagée. N’importe quel agent (Claude Code, Codex), n’importe quel modèle, ou BYOK. Configurez-le en quelques clics, pas en plusieurs mois. Priorité au local : vos données ne quittent jamais vos machines.
Pocket Flow : Framework LLM de 100 lignes. Laissez les agents créer des agents !
Implémentation de DALL-E 2, le réseau neuronal mis à jour d'OpenAI pour la synthèse texte-image, dans Pytorch
WasmEdge est un runtime WebAssembly léger, haute performance et extensible pour les applications cloud native, edge et décentralisées. Il alimente les applications sans serveur, les fonctions embarquées, les microservices, les contrats intelligents et les appareils IoT.
Mise en œuvre du modèle probabiliste de diffusion de débruitage dans Pytorch
Tutoriels, devoirs et compétitions pour les cours liés à MIT Deep Learning.
Meilleures pratiques, exemples de code et documentation pour la Vision par ordinateur.
Plateforme d’inférence open source pour les modèles de langage, de vision, d’embeddings, de reclassement, d’image, d’audio et de vidéo. Déployez plusieurs moteurs sur du matériel hétérogène, d’un ordinateur portable à un cluster distribué. Servez des modèles via des API compatibles avec OpenAI.
Suivi agentique des dates limites des conférences classées par le CCF et des conférences du monde entier (site web, CLI Python, mini-programme WeChat)
Le paysage de l'IA générative - Une collection d'applications d'IA générative géniales
Langage spécifique au domaine conçu pour rationaliser le développement de cœurs GPU/CPU/accélérateurs haute performance
Implémentation en Python des algorithmes de Russell et Norvig dans "Artificial Intelligence - A Modern Approach"
👀 Entraînez un VLM de 65 millions de paramètres à partir de zéro en seulement 2 heures !
🧙 Créez, exécutez et gérez des pipelines de données pour l'intégration et la transformation des données.
Une bibliothèque Python conçue pour permettre aux développeurs de créer des applications et des systèmes avec des capacités de vision par ordinateur autonomes
Implémentation d'Imagen, le réseau neuronal Texte-vers-Image de Google, dans Pytorch
Ce dépôt GitHub est une collection impressionnante d'API que vous pouvez commencer à utiliser immédiatement pour construire tout, des simples automatisations aux applications à grande échelle. L'une des listes d'API les plus précieuses sur GitHub, point final. 💪
Une collection de bibliothèques pour optimiser les performances des modèles d'IA
Un récupérateur Web intelligent, automatique, rapide et léger pour Python
Système d'extraction d'IA de pointe prêt pour la production. Génération augmentée par récupération agentique (RAG) avec une API RESTful.
Bibliothèque Python de Stanford NLP pour la tokenisation, la segmentation de phrases, NER et l'analyse de nombreuses langues humaines
Contrôle des coûts en boîte noire fondé sur l’expérience pour les agents de programmation
Implémentation de RLHF (Reinforcement Learning with Human Feedback) par-dessus l'architecture PaLM. Essentiellement ChatGPT mais avec PaLM