#ai4science Repository
Scopri 21 repository GitHub open source attivi contrassegnati con #ai4science, che raccolgono un totale di 203,254 stelle (con una media di 9,678 stelle per progetto). Il progetto leader di questo argomento è PaddlePaddle/PaddleOCR, con 92,972 stelle.
21 repository in totale
Trasforma qualsiasi documento PDF o immagine in dati strutturati per la tua IA. Un toolkit OCR potente e leggero che colma il divario tra immagini/PDF e LLM. Supporta oltre 100 lingue.
Trasforma documenti complessi come PDF e documenti Office in markdown/JSON pronti per LLM per i tuoi flussi di lavoro Agentic.
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.
Graphormer è un backbone di deep learning generico per la modellazione molecolare.
Verso la predizione ad alta precisione della struttura biomolecolare open source.
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.
GraphGen: Miglioramento del Fine-Tuning Supervisionato per LLM con Generazione di Dati Sintetici Guidata dalla Conoscenza
Principia estrae principi riutilizzabili, compone questi principi in idee di ricerca tracciabili e aiuta i ricercatori a ispezionare perché un'idea può valere la pena di essere testata.
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
Un toolkit Python per il fine-tuning di modelli geospaziali fondamentali (GFM).
🚀🚀🚀Una raccolta di alcuni fantastici progetti pubblici su Large Language Model (LLM), Vision Language Model (VLM), Vision Language Action (VLA), AI Generated Content (AIGC), i relativi Dataset e Applicazioni.
🏆 Un elenco classificato di fantastici progetti di machine learning atomistico ⚛️🧬💎.
freephdlabor: personalizzazione di sistemi multiagente personalizzati che ricercano 24/7 sul tuo problema scientifico
Una rassegna completa dei modelli linguistici di grandi dimensioni scientifici e delle loro applicazioni nella scoperta scientifica (EMNLP'24)
[ECCV 2026] Un framework basato sulla diffusione per l'OCR di documenti che sostituisce la decodifica autoregressiva con la decodifica a diffusione parallela a livello di blocco.
MatterSim: Un modello atomistico di deep learning che copre elementi, temperature e pressioni.
Domande frequenti
Qual è il repository #ai4science più popolare su GitHub?
Il progetto open source #ai4science più alto in classifica su GitHub è PaddlePaddle/PaddleOCR, con 92,972 stelle. Trasforma qualsiasi documento PDF o immagine in dati strutturati per la tua IA. Un toolkit OCR potente e leggero che colma il divario tra immagini/PDF e LLM. Supporta oltre 100 lingue.
Quali linguaggi di programmazione sono più utilizzati nei repository #ai4science?
Tra i progetti #ai4science più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, Rich Text Format, Jupyter Notebook.
Come viene calcolata la classifica dei repository #ai4science?
Monitoriamo 21 repository open source attivi contrassegnati con #ai4science (500+ stelle), per un totale di 203,254 stelle e una media di 9,678 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.