#ai-for-science Repository
Scopri 16 repository GitHub open source attivi contrassegnati con #ai-for-science, che raccolgono un totale di 30,317 stelle (con una media di 1,894 stelle per progetto). Il progetto leader di questo argomento è aipoch/open-science, con 5,557 stelle.
16 repository in totale
Il workbench di ricerca AI open source per la ricerca scientifica e i flussi di lavoro degli agenti. Un’app desktop local-first e indipendente dal modello, con competenze estensibili, strumenti e connettori MCP, esecuzione di Python/R e artefatti tracciabili per una ricerca riproducibile su macOS, Windows e Linux.
Raccolta di interpretazioni di articoli su AI for Science (in continuo aggiornamento), download articoli/set di dati/tutorial: hyper.ai
Un runtime AutoResearch basato su blueprint per orchestrare flussi di lavoro di ricerca sull'IA, dalla generazione di idee e esperimenti alla scrittura di articoli e alla revisione tra pari.
Verifica formale per l’IA: un verificatore di dimostrazioni basato su Lean 4 + Dafny che rileva le dimostrazioni false generate dall’IA (reward hacking) e un auto-miglioramento ricorsivo (RSI) verificato per gli agenti di programmazione. IA per la matematica, la fisica e l’ingegneria del software.
Open Science Desktop — un ambiente di lavoro per la ricerca AI locale e indipendente dal modello per macOS, Windows e Linux. Alternativa desktop open-source a Claude Science costruita su Tauri + MCP + competenze dell'agente.
Un elenco curato di fantastici strumenti, librerie, articoli, set di dati e framework di intelligenza artificiale che accelerano la scoperta scientifica — dalla fisica e chimica alla biologia, ai materiali e oltre.
AgentSociety 2 è una piattaforma moderna di simulazione di agenti nativa per LLM, progettata per la ricerca nelle scienze sociali e la progettazione sperimentale. Fornisce un framework flessibile per creare e gestire agenti intelligenti in ambienti simulati.
Postazione di lavoro per la ricerca AI desktop, open-source e locale, per il calcolo scientifico con Python/R, strumenti bioinformatici MCP, runtime SSH/WSL/GPU e modelli OpenAI/Anthropic.
Terminal-Bench-Science: valutazione degli agenti di IA nei flussi di lavoro della ricerca in diversi ambiti scientifici
Uno strumento di IA multi-agente che trasforma articoli di ricerca in valutazioni documentate della commercializzazione e del trasferimento tecnologico, comprendenti TRL, panorama brevettuale, mercati e rischi. Realizzato con CrewAI + FastAPI e corredato di un benchmark riproducibile.
AutoScienziati: Team di Agenti Auto-organizzanti per la Sperimentazione Scientifica a Lungo Termine
Un elenco curato di risorse sulle reti di flusso generative (GFlowNets).
Domande frequenti
Qual è il repository #ai-for-science più popolare su GitHub?
Il progetto open source #ai-for-science più alto in classifica su GitHub è aipoch/open-science, con 5,557 stelle. Il workbench di ricerca AI open source per la ricerca scientifica e i flussi di lavoro degli agenti. Un’app desktop local-first e indipendente dal modello, con competenze estensibili, strumenti e connettori MCP, esecuzione di Python/R e artefatti tracciabili per una ricerca riproducibile su macOS, Windows e Linux.
Quali linguaggi di programmazione sono più utilizzati nei repository #ai-for-science?
Tra i progetti #ai-for-science più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Rust.
Come viene calcolata la classifica dei repository #ai-for-science?
Monitoriamo 16 repository open source attivi contrassegnati con #ai-for-science (500+ stelle), per un totale di 30,317 stelle e una media di 1,894 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.