Git Stars Git Stars

#mlsys Repository

Scopri 11 repository GitHub open source attivi contrassegnati con #mlsys, che raccolgono un totale di 76,265 stelle (con una media di 6,933 stelle per progetto). Il progetto leader di questo argomento è harvard-edge/cs249r_book, con 30,283 stelle.

11
Totale Repository
76,265
Totale stelle
6,933
Media Stelle/Repo
Linguaggi di programmazione: Python Cuda Jupyter Notebook

11 repository in totale

1
harvard-edge/cs249r_book

Sistemi di apprendimento automatico: fondamenti, scalabilità, IA agentica e IA fisica (voll. I–IV) • Harvard CS249r | https://mlsysbook.ai

harvard-edge
⭐ 30,283 Python 👤 harvard-edge Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-09-06
2
Infrasys-AI/AISystem

AISystem si riferisce principalmente ai sistemi di intelligenza artificiale, comprese le tecnologie di base dell'intero stack di intelligenza artificiale come chip di intelligenza artificiale, compilatori di intelligenza artificiale, framework di inferenza e addestramento di intelligenza artificiale

Infrasys-AI
⭐ 17,722 Jupyter Notebook 👤 Infrasys-AI Organization 🕐 Aggiornato 2025-09-03 📅 Creato 2022-09-22
3
areal-project/AReaL

Il Ponte RL per Applicazioni Agent basate su LLM. Semplice e Flessibile.

areal-project
⭐ 5,926 Python 👤 areal-project Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-02-24
4
HuaizhengZhang/AI-Infra-from-Zero-to-Hero

🚀 Sistema Fantastico per Machine Learning ⚡️ Carte su Sistemi AI e Pratiche Industriali. ⚡️ Sistema per Machine Learning, LLM (Large Language Model), GenAI (Generative AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys, ecc. 🗃️ Llama3, Mistral, ecc. 🧑‍💻 Tutorial Video.

HuaizhengZhang
⭐ 4,224 👤 HuaizhengZhang User 🕐 Aggiornato 2025-07-25 📅 Creato 2019-01-07
5
huangruiteng/CS-Notes

I miei appunti di autoapprendimento, aggiornati a vita

huangruiteng
⭐ 4,022 Python 👤 huangruiteng User 🕐 Aggiornato 2026-11-20 📅 Creato 2020-04-16
6
thu-ml/SageAttention

[ICLR2025, ICML2025, NeurIPS2025 Spotlight] L'attenzione Quantizzata (Quantized Attention) raggiunge un aumento di velocità da 2 a 5 volte rispetto a FlashAttention, senza perdere le metriche end-to-end sui modelli di linguaggio, immagine e video.

thu-ml
⭐ 4,017 Cuda 👤 thu-ml Organization 🕐 Aggiornato 2026-01-17 📅 Creato 2024-10-03
7
nunchux-ai/nunchaku

[ICLR2025 Spotlight] SVDQuant: Assorbire gli outlier tramite componenti a basso rango per modelli di diffusione a 4 bit

nunchux-ai
⭐ 3,969 Python 👤 nunchux-ai Organization 🕐 Aggiornato 2026-09-06 📅 Creato 2024-11-06
8
nunchux-ai/ComfyUI-nunchaku

Plugin ComfyUI di Nunchaku

nunchux-ai
⭐ 2,934 Python 👤 nunchux-ai Organization 🕐 Aggiornato 2026-09-06 📅 Creato 2025-03-12
9
tanishqkumar/beyond-nanogpt

Implementazioni minimali e annotate delle idee chiave della moderna ricerca sul deep learning.

tanishqkumar
⭐ 1,361 Python 👤 tanishqkumar User 🕐 Aggiornato 2026-01-29 📅 Creato 2025-04-16
10
thu-ml/SpargeAttn

[ICML2025] SpargeAttention: Un'attenzione sparsa senza addestramento che accelera l'inferenza di qualsiasi modello.

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 Aggiornato 2026-02-25 📅 Creato 2025-02-25
11
thu-ml/SLA

SLA: Oltre la sparsità nei trasformatori di diffusione tramite attenzione sparsa-lineare regolabile

thu-ml
⭐ 553 Python 👤 thu-ml Organization 🕐 Aggiornato 2026-10-18 📅 Creato 2025-09-25

Domande frequenti

1

Qual è il repository #mlsys più popolare su GitHub?

Il progetto open source #mlsys più alto in classifica su GitHub è harvard-edge/cs249r_book, con 30,283 stelle. Sistemi di apprendimento automatico: fondamenti, scalabilità, IA agentica e IA fisica (voll. I–IV) • Harvard CS249r | https://mlsysbook.ai

2

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

Tra i progetti #mlsys più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Cuda, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #mlsys?

Monitoriamo 11 repository open source attivi contrassegnati con #mlsys (500+ stelle), per un totale di 76,265 stelle e una media di 6,933 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.