Git Stars Git Stars

#neural-search Repository

Scopri 14 repository GitHub open source attivi contrassegnati con #neural-search, che raccolgono un totale di 114,302 stelle (con una media di 8,164 stelle per progetto). Il progetto leader di questo argomento è qdrant/qdrant, con 35,653 stelle.

14
Totale Repository
114,302
Totale stelle
8,164
Media Stelle/Repo

14 repository in totale

1
qdrant/qdrant

Qdrant – Database vettoriale e motore di ricerca vettoriale ad alte prestazioni e su larga scala per la prossima generazione di IA. Disponibile anche nel cloud https://cloud.qdrant.io/

qdrant
⭐ 35,653 Rust 👤 qdrant Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2020-05-30
2
jina-ai/serve

☁️ Crea applicazioni AI multimodali con uno stack cloud-native

jina-ai
⭐ 21,864 Python 👤 jina-ai Organization 🕐 Aggiornato 2025-03-24 📅 Creato 2020-02-13
3
weaviate/weaviate

Weaviate è un database vettoriale open-source che memorizza sia oggetti che vettori, consentendo la combinazione di ricerca vettoriale con filtraggio strutturato con la tolleranza ai guasti e la scalabilità di un database nativo del cloud.

weaviate
⭐ 16,960 Go 👤 weaviate Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-03-30
4
PaddlePaddle/PaddleNLP

Libreria LLM e SLM facile da usare e potente con un eccezionale zoo di modelli.

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 Aggiornato 2026-05-23 📅 Creato 2021-02-05
5
jina-ai/clip-as-service

🏄 Embedding scalabile, ragionamento, ranking per immagini e frasi con CLIP

jina-ai
⭐ 12,797 Python 👤 jina-ai Organization 🕐 Aggiornato 2024-01-23 📅 Creato 2018-11-12
6
embeddings-benchmark/mteb

MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità

embeddings-benchmark
⭐ 3,519 Python 👤 embeddings-benchmark Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-04-05
7
docarray/docarray

Rappresentare, inviare, archiviare e cercare dati multimodali

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 Aggiornato 2026-03-27 📅 Creato 2021-12-14
8
SeekStorm/SeekStorm

SeekStorm: ricerca vettoriale e lessicale - libreria in-process e server multi-tenant, in Rust.

SeekStorm
⭐ 1,938 Rust 👤 SeekStorm Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2024-02-27
9
code-kern-ai/refinery

La scelta open-source del data scientist per scalare, valutare e mantenere dati di linguaggio naturale. Tratta i dati di addestramento come un artefatto software.

code-kern-ai
⭐ 1,469 Python 👤 code-kern-ai Organization 🕐 Aggiornato 2024-12-09 📅 Creato 2022-07-04
10
epsilla-cloud/vectordb

Un database vettoriale ad alte prestazioni che sfrutta il calcolo parallelo su grafi

epsilla-cloud
⭐ 874 C++ 👤 epsilla-cloud Organization 🕐 Aggiornato 2026-10-04 📅 Creato 2023-07-09
11
Muennighoff/sgpt

SGPT: Embeddings di frasi GPT per la ricerca semantica

Muennighoff
⭐ 873 Jupyter Notebook 👤 Muennighoff User 🕐 Aggiornato 2024-02-17 📅 Creato 2022-02-11
12
lanterndata/lantern

Estensione del database vettoriale PostgreSQL per la creazione di applicazioni AI

lanterndata
⭐ 871 Rust 👤 lanterndata Organization 🕐 Aggiornato 2024-12-12 📅 Creato 2023-07-11
13
primeqa/primeqa

Il repository principale per la ricerca e lo sviluppo all'avanguardia nel rispondere a domande multilingue.

primeqa
⭐ 739 Python 👤 primeqa Organization 🕐 Aggiornato 2025-09-18 📅 Creato 2022-06-15
14
jina-ai/vectordb

Un database vettoriale Python di cui hai esattamente bisogno, né più né meno.

jina-ai
⭐ 637 Python 👤 jina-ai Organization 🕐 Aggiornato 2024-03-04 📅 Creato 2023-05-02

Domande frequenti

1

Qual è il repository #neural-search più popolare su GitHub?

Il progetto open source #neural-search più alto in classifica su GitHub è qdrant/qdrant, con 35,653 stelle. Qdrant – Database vettoriale e motore di ricerca vettoriale ad alte prestazioni e su larga scala per la prossima generazione di IA. Disponibile anche nel cloud https://cloud.qdrant.io/

2

Quali linguaggi di programmazione sono più utilizzati nei repository #neural-search?

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

3

Come viene calcolata la classifica dei repository #neural-search?

Monitoriamo 14 repository open source attivi contrassegnati con #neural-search (500+ stelle), per un totale di 114,302 stelle e una media di 8,164 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.