#meta-optimization Repository
Scopri 2 repository GitHub open source attivi contrassegnati con #meta-optimization, che raccolgono un totale di 5,548 stelle (con una media di 2,774 stelle per progetto). Il progetto leader di questo argomento è learnables/learn2learn, con 2,896 stelle.
2 repository in totale
Un substrato runtime che trasforma l'esecuzione di un agente in una traccia reversibile simile a Git, consentendo ai meta-agenti di osservare, biforcare, riprodurre e annullare qualsiasi esecuzione. Accoppia agente e ambienti in un fork copy-on-write circa 5 volte più veloce di docker commit, con circa il 95% di riutilizzo della cache KV durante la riproduzione. Framework costruito affinché i meta-agenti possano supervisionare, ottimizzare e addestrare altri agenti
Domande frequenti
Qual è il repository #meta-optimization più popolare su GitHub?
Il progetto open source #meta-optimization più alto in classifica su GitHub è learnables/learn2learn, con 2,896 stelle. Una libreria PyTorch per la ricerca sul meta-learning
Quali linguaggi di programmazione sono più utilizzati nei repository #meta-optimization?
Tra i progetti #meta-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #meta-optimization?
Monitoriamo 2 repository open source attivi contrassegnati con #meta-optimization (500+ stelle), per un totale di 5,548 stelle e una media di 2,774 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.