Git Stars Git Stars

#efficiency Repository

Scopri 20 repository GitHub open source attivi contrassegnati con #efficiency, che raccolgono un totale di 50,381 stelle (con una media di 2,519 stelle per progetto). Il progetto leader di questo argomento è PaddlePaddle/Paddle, con 24,149 stelle.

20
Totale Repository
50,381
Totale stelle
2,519
Media Stelle/Repo

20 repository in totale

1
PaddlePaddle/Paddle

PArallel Distributed Deep LEarning: Framework di Machine Learning dalla Pratica Industriale (Il framework centrale『FeiJiang』, addestramento ad alte prestazioni single-node e distribuito per Deep Learning e Machine Learning e deployment cross-platform)

PaddlePaddle
⭐ 24,149 C++ 👤 PaddlePaddle Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2016-08-15
2
vladelaina/Catime

💌Un timer minuscolo (995KB) ma potente in **C puro**! — quasi nessun uso di memoria!❤️‍🔥 Supporta orologio, conto alla rovescia, cronometro, Pomodoro e animazioni personalizzabili nella tray (GIF, CPU/Mem%) 💘 Non essere timido, unisciti qui🧸: https://discord.com/invite/W3tW2gtp6g

vladelaina
⭐ 4,996 C 👤 vladelaina User 🕐 Aggiornato 2026-11-21 📅 Creato 2025-01-28
3
AliyunContainerService/pouch

Un motore per container di classe enterprise efficiente

AliyunContainerService
⭐ 4,658 Go 👤 AliyunContainerService Organization 🕐 Aggiornato 2024-08-22 📅 Creato 2017-09-06
4
youngfish42/Awesome-FL

Informazioni accademiche complete e tempestive sull'apprendimento federato (articoli, framework, set di dati, tutorial, workshop)

youngfish42
⭐ 2,020 Python 👤 youngfish42 User 🕐 Aggiornato 2026-11-11 📅 Creato 2022-05-21
5
evalplus/evalplus

Valutazione rigorosa del codice sintetizzato da LLM – NeurIPS 2023 e COLM 2024

evalplus
⭐ 1,822 Python 👤 evalplus Organization 🕐 Aggiornato 2025-10-02 📅 Creato 2023-04-15
6
microsoft/Cream

Questa è una raccolta dei nostri lavori su NAS e Vision Transformer.

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2020-10-12
7
Lertaro/Lertaro

Uno strumento moderno e ad alte prestazioni per la ricerca di file locali e la produttività su Windows. Un’alternativa elegante e personalizzabile a Everything e Listary, realizzata con C# WPF e servizi NT, con analisi istantanea della MFT NTFS, monitoraggio USN in tempo reale e supporto per i plugin.

Lertaro
⭐ 1,491 C# 👤 Lertaro Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-08-06
8
wo52616111/capslock-plus

Uno strumento di efficienza che fornisce varie funzioni migliorando il tasto Caps Lock in un tasto modificatore.

wo52616111
⭐ 1,313 AutoHotkey 👤 wo52616111 User 🕐 Aggiornato 2026-05-30 📅 Creato 2016-10-16
9
BoboTiG/python-mss

Un modulo ultra veloce per screenshot multipli cross-platform in Python puro utilizzando ctypes.

BoboTiG
⭐ 1,290 Python 👤 BoboTiG User 🕐 Aggiornato 2026-11-16 📅 Creato 2013-07-01
10
pat-jj/s3

[EMNLP'25] s3 - ⚡ Addestramento Efficiente ed Efficace degli Agenti di Ricerca tramite RL per RAG (RLVR per la Ricerca con Dati Minimali)

pat-jj
⭐ 849 Python 👤 pat-jj User 🕐 Aggiornato 2025-11-05 📅 Creato 2025-04-25
11
Eclipsess/Awesome-Efficient-Reasoning-LLMs

[TMLR 2025] Smetti di pensare troppo: una panoramica sul ragionamento efficiente per i modelli linguistici di grandi dimensioni

Eclipsess
⭐ 795 👤 Eclipsess User 🕐 Aggiornato 2026-10-20 📅 Creato 2025-03-19
12
solobat/Steward

Un lanciatore di comandi per Chrome

solobat
⭐ 672 TypeScript 👤 solobat User 🕐 Aggiornato 2026-09-01 📅 Creato 2014-12-25
13
princeton-nlp/LLM-Shearing

[ICLR 2024] Sheared LLaMA: Accelerare il pre-training dei modelli linguistici tramite potatura strutturata

princeton-nlp
⭐ 635 Python 👤 princeton-nlp Organization 🕐 Aggiornato 2024-03-04 📅 Creato 2023-10-16
14
CM-idea/SnowAir

SnowAir è uno strumento leggero per screenshot e annotazioni che offre acquisizione di schermate, registrazione dello schermo, presentazioni, immagini fissate sullo schermo, riconoscimento, traduzione, uno stendibiancheria e molto altro. Libertà ed efficienza, tutto in SnowAir.

CM-idea
⭐ 631 C++ 👤 CM-idea User 🕐 Aggiornato 2026-11-18 📅 Creato 2026-08-26
15
XUANXUQAQ/File-Engine

Un lanciatore di app && strumento di efficienza

XUANXUQAQ
⭐ 574 C++ 👤 XUANXUQAQ User 🕐 Aggiornato 2025-04-01 📅 Creato 2020-01-04
16
uclanlp/OpenVLHarness

Codice ufficiale di OpenVLHarness: uso di strumenti da parte di agenti visivi nel mondo reale con memoria multimodale

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2026-10-15
17
dome272/Wuerstchen

Implementazione ufficiale di Würstchen: Pre-addestramento efficiente di modelli text-to-image

dome272
⭐ 555 Jupyter Notebook 👤 dome272 User 🕐 Aggiornato 2024-04-06 📅 Creato 2023-05-24
18
NVIDIA/flashdreams

libreria ad alte prestazioni per l’inferenza e il serving di modelli video autoregressivi interattivi e modelli del mondo

NVIDIA
⭐ 548 Python 👤 NVIDIA Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-23
19
CryptoMorin/XSeries

Libreria per il supporto cross-version di Minecraft Bukkit e vari metodi API efficienti.

CryptoMorin
⭐ 534 Java 👤 CryptoMorin User 🕐 Aggiornato 2026-11-01 📅 Creato 2019-06-15
20
vectorch-ai/ScaleLLM

Un sistema di inferenza ad alte prestazioni per modelli linguistici di grandi dimensioni, progettato per ambienti di produzione.

vectorch-ai
⭐ 502 C++ 👤 vectorch-ai Organization 🕐 Aggiornato 2025-12-19 📅 Creato 2023-07-24

Domande frequenti

1

Qual è il repository #efficiency più popolare su GitHub?

Il progetto open source #efficiency più alto in classifica su GitHub è PaddlePaddle/Paddle, con 24,149 stelle. PArallel Distributed Deep LEarning: Framework di Machine Learning dalla Pratica Industriale (Il framework centrale『FeiJiang』, addestramento ad alte prestazioni single-node e distribuito per Deep Learning e Machine Learning e deployment cross-platform)

2

Quali linguaggi di programmazione sono più utilizzati nei repository #efficiency?

Tra i progetti #efficiency più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, C, Go.

3

Come viene calcolata la classifica dei repository #efficiency?

Monitoriamo 20 repository open source attivi contrassegnati con #efficiency (500+ stelle), per un totale di 50,381 stelle e una media di 2,519 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.