Git Stars Git Stars

#meta-optimization Dépôts

Découvrez 2 dépôts GitHub open source actifs associés à #meta-optimization, cumulant 5,548 étoiles au total (soit une moyenne de 2,774 étoiles par projet). Le projet en tête de ce thème est learnables/learn2learn, avec 2,896 étoiles.

2
Total des Dépôts
5,548
Nombre total d'étoiles
2,774
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python
1
learnables/learn2learn

Une bibliothèque PyTorch pour la recherche en méta-apprentissage

learnables
⭐ 2,896 Python 👤 learnables Organization 🕐 Mis à jour 2025-12-16 📅 Créé 2019-08-08
2
shepherd-agents/shepherd

Un substrat d'exécution qui transforme l'exécution d'un agent en une trace réversible de type Git, permettant aux méta-agents d'observer, forker, rejouer et annuler toute exécution. Couple l'agent et les environnements dans un fork par copie sur écriture ~5 fois plus rapide que docker commit, avec ~95% de réutilisation du cache KV lors du rejeu. Cadre conçu pour que les méta-agents supervisent, optimisent et entraînent d'autres agents

shepherd-agents
⭐ 2,658 Python 👤 shepherd-agents Organization 🕐 Mis à jour 2026-09-09 📅 Créé 2026-06-24

Foire aux questions

1

Quel est le dépôt #meta-optimization le plus populaire sur GitHub ?

Le projet #meta-optimization open source le mieux classé sur GitHub est learnables/learn2learn, avec 2,896 étoiles. Une bibliothèque PyTorch pour la recherche en méta-apprentissage

2

Quels langages de programmation sont les plus utilisés dans les dépôts #meta-optimization ?

Parmi les projets #meta-optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.

3

Comment le classement des dépôts #meta-optimization est-il calculé ?

Nous suivons 2 dépôts open source actifs associés à #meta-optimization (500+ étoiles), totalisant 5,548 étoiles, avec une moyenne de 2,774 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.