Git Stars Git Stars

#mlsys Dépôts

Découvrez 11 dépôts GitHub open source actifs associés à #mlsys, cumulant 76,265 étoiles au total (soit une moyenne de 6,933 étoiles par projet). Le projet en tête de ce thème est harvard-edge/cs249r_book, avec 30,283 étoiles.

11
Total des Dépôts
76,265
Nombre total d'étoiles
6,933
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Cuda Jupyter Notebook
1
harvard-edge/cs249r_book

Systèmes d’apprentissage automatique : fondements, mise à l’échelle, IA agentique et IA physique (vol. I–IV) • CS249r de Harvard | https://mlsysbook.ai

harvard-edge
⭐ 30,283 Python 👤 harvard-edge Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-09-06
2
Infrasys-AI/AISystem

AISystem fait principalement référence aux systèmes d'IA, y compris l'ensemble des technologies de base de la pile d'IA telles que les puces d'IA, les compilateurs d'IA, et les frameworks d'inférence et d'entraînement d'IA

Infrasys-AI
⭐ 17,722 Jupyter Notebook 👤 Infrasys-AI Organization 🕐 Mis à jour 2025-09-03 📅 Créé 2022-09-22
3
areal-project/AReaL

Le Pont RL pour les Applications d'Agents basées sur LLM. Simple et Flexible.

areal-project
⭐ 5,926 Python 👤 areal-project Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-02-24
4
HuaizhengZhang/AI-Infra-from-Zero-to-Hero

🚀 Système Génial pour l'Apprentissage Automatique ⚡️ Articles sur les Systèmes IA et Pratiques Industrielles. ⚡️ Système pour l'Apprentissage Automatique, LLM (Large Language Model), GenAI (Generative AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys, etc. 🗃️ Llama3, Mistral, etc. 🧑‍💻 Tutoriels Vidéo.

HuaizhengZhang
⭐ 4,224 👤 HuaizhengZhang User 🕐 Mis à jour 2025-07-25 📅 Créé 2019-01-07
5
huangruiteng/CS-Notes

Mes notes d'auto-apprentissage, mises à jour à vie

huangruiteng
⭐ 4,022 Python 👤 huangruiteng User 🕐 Mis à jour 2026-11-20 📅 Créé 2020-04-16
6
thu-ml/SageAttention

[ICLR2025, ICML2025, NeurIPS2025 Spotlight] L'attention quantifiée (Quantized Attention) atteint une accélération de 2 à 5 fois par rapport à FlashAttention, sans perte de métriques de bout en bout sur les modèles de langage, d'image et de vidéo.

thu-ml
⭐ 4,017 Cuda 👤 thu-ml Organization 🕐 Mis à jour 2026-01-17 📅 Créé 2024-10-03
7
nunchux-ai/nunchaku

[ICLR2025 Spotlight] SVDQuant : Absorption des valeurs aberrantes par des composantes de rang faible pour les modèles de diffusion 4 bits

nunchux-ai
⭐ 3,969 Python 👤 nunchux-ai Organization 🕐 Mis à jour 2026-09-06 📅 Créé 2024-11-06
8
nunchux-ai/ComfyUI-nunchaku

Plugin ComfyUI de Nunchaku

nunchux-ai
⭐ 2,934 Python 👤 nunchux-ai Organization 🕐 Mis à jour 2026-09-06 📅 Créé 2025-03-12
9
tanishqkumar/beyond-nanogpt

Implémentations minimalistes et annotées des idées clés de la recherche moderne en apprentissage profond.

tanishqkumar
⭐ 1,361 Python 👤 tanishqkumar User 🕐 Mis à jour 2026-01-29 📅 Créé 2025-04-16
10
thu-ml/SpargeAttn

[ICML2025] SpargeAttention : Une attention éparse sans entraînement qui accélère l'inférence de n'importe quel modèle.

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 Mis à jour 2026-02-25 📅 Créé 2025-02-25
11
thu-ml/SLA

SLA : Au-delà de la parcimonie dans les transformeurs de diffusion grâce à une attention creuse-linéaire ajustable

thu-ml
⭐ 553 Python 👤 thu-ml Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2025-09-25

Foire aux questions

1

Quel est le dépôt #mlsys le plus populaire sur GitHub ?

Le projet #mlsys open source le mieux classé sur GitHub est harvard-edge/cs249r_book, avec 30,283 étoiles. Systèmes d’apprentissage automatique : fondements, mise à l’échelle, IA agentique et IA physique (vol. I–IV) • CS249r de Harvard | https://mlsysbook.ai

2

Quels langages de programmation sont les plus utilisés dans les dépôts #mlsys ?

Parmi les projets #mlsys les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Cuda, Jupyter Notebook.

3

Comment le classement des dépôts #mlsys est-il calculé ?

Nous suivons 11 dépôts open source actifs associés à #mlsys (500+ étoiles), totalisant 76,265 étoiles, avec une moyenne de 6,933 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.