#machine-learning-research Repository
Scopri 72 repository GitHub open source attivi contrassegnati con #machine-learning-research, che raccolgono un totale di 144,574 stelle (con una media di 2,007 stelle per progetto). Il progetto leader di questo argomento è KindXiaoming/pykan, con 16,291 stelle.
72 repository in totale
Una risorsa educativa per aiutare chiunque a imparare l'apprendimento per rinforzo profondo.
L'IA Scienziato-v2: Scoperta Scientifica Automatica a Livello di Workshop tramite Ricerca ad Albero Agentiva
OpenFace – uno strumento all'avanguardia destinato al rilevamento di landmark facciali, stima della posa della testa, riconoscimento delle unità di azione facciale e stima dello sguardo degli occhi.
Codice per l'articolo "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
Corso intensivo sull'IA per aiutare costruttori impegnati a mettersi al passo con la frontiera pubblica della ricerca sull'IA in 2 settimane
Una libreria PyTorch per l'implementazione di algoritmi di flow matching, con implementazioni di flow matching continue e discrete. Include esempi pratici per le modalità testuali e di immagine.
Una collezione di articoli di ricerca su alberi decisionali, di classificazione e di regressione con implementazioni.
Large Language-and-Vision Assistant per la Biomedicina, costruito verso capacità multimodali di livello GPT-4.
Macchine per il Pensiero Continuo, perché il pensiero richiede tempo e il ragionamento è un processo.
Un elenco curato di documenti, articoli e risorse relativi alla sicurezza incentrati sui Large Language Models (LLM). Questo repository mira a fornire a ricercatori, professionisti e appassionati approfondimenti sulle implicazioni per la sicurezza, le sfide e i progressi relativi a questi potenti modelli.
TorchMultimodal è una libreria PyTorch per l'addestramento di modelli multimodali multi-task all'avanguardia su larga scala.
ShinkaEvolve: Verso un'evoluzione aperta e efficiente in campioni del programma 🧬
LLM Transparency Tool (LLM-TT), uno strumento interattivo open-source per l'analisi del funzionamento interno dei modelli linguistici basati su Transformer. *Dai un'occhiata alla demo su* https://huggingface.co/spaces/facebook/llm-transparency-tool-demo
Un metodo semplice per eseguire l'apprendimento semi-supervisionato con dati limitati.
Ricette per scalare il calcolo in fase di inferenza di modelli aperti
Una rassegna e un elenco di articoli sugli attuali modelli di diffusione per dati di serie temporali e spazio-temporali con risorse eccezionali (articoli, applicazioni, recensioni, rassegne, ecc.).
L'implementazione ufficiale per [NeurIPS2025 Oral] Gated Attention per Modelli Linguistici di Grandi Dimensioni: Non-linearità, Sparsità e Senza Attention-Sink
AugMix: Un semplice metodo di elaborazione dei dati per migliorare robustezza e incertezza
[ICLR 2025] Samba: Semplici modelli ibridi a spazio di stati per efficiente modellazione del linguaggio a contesto illimitato
Un benchmark basato sui principi per la formulazione di query e prompt efficaci per i modelli linguistici di grandi dimensioni (LLM). Il nostro articolo: https://arxiv.org/abs/2312.16171
Un'implementazione minimale di PyTorch di modelli di diffusione probabilistici per set di dati 2D.
Curare un elenco di ricerche, strumenti, progetti e altre risorse relative ad AutoML
Codice per il paper NeurIPS 2024 - Il GAN è morto; lunga vita al GAN! Un moderno GAN di base – di Huang et al.
Il miglior repository che mostra perché i transformer potrebbero non essere la risposta per le previsioni delle serie temporali e che presenta i migliori modelli non transformer SOTA.
DiffuCoder: Comprensione e miglioramento dei modelli di diffusione mascherati per la generazione di codice
Questo repository contiene le risorse (articoli, blog, siti web, ecc.) che Ilya ha raccomandato per imparare a conoscere l'Intelligenza Artificiale.
LLM4AD: Una piattaforma per la progettazione di algoritmi con modelli linguistici di grandi dimensioni
Domande frequenti
Qual è il repository #machine-learning-research più popolare su GitHub?
Il progetto open source #machine-learning-research più alto in classifica su GitHub è KindXiaoming/pykan, con 16,291 stelle. Reti di Kolmogorov Arnold
Quali linguaggi di programmazione sono più utilizzati nei repository #machine-learning-research?
Tra i progetti #machine-learning-research più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, HTML, MATLAB.
Come viene calcolata la classifica dei repository #machine-learning-research?
Monitoriamo 72 repository open source attivi contrassegnati con #machine-learning-research (500+ stelle), per un totale di 144,574 stelle e una media di 2,007 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.