#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 dépôts au total
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
Foire aux questions
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
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.
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.