#calibration 저장소
#calibration 태그가 지정된 GitHub의 활성 오픈 소스 저장소 33개를 확인해 보세요. 총 82,056개의 스타를 획득했으며 프로젝트당 평균 2,486개입니다. 이 주제를 이끄는 저장소는 35,758개의 스타를 받은 NandhaKishorM/laya입니다.
저장소 총 33개
비자기회귀형 System 1 의사결정 엔진. 100개 이상의 언어로 모든 텍스트에 대해 한 번의 순방향 패스에서 유형이 지정된 선택, 점수화 및 예/아니요 결정을 수행하며, 요청마다 적절한 체크포인트를 선택하는 라우터를 제공합니다.
추천/광고/검색 분야의 업계 고전 및 최첨단 논문 모음. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Uncertainty Toolbox: 예측 불확실성 정량화, 보정, 측정항목 및 시각화를 위한 Python 툴박스
0.8B~27B 규모의 오픈 의사결정 모델: 한 번의 실행으로 각 선택지의 보정된 확률을 제공하고, 확신이 없을 때만 짧은 추론을 제시합니다. vLLM, llama.cpp, MLX용 엔진.
"3D-3D 점 대응을 이용한 LiDAR-카메라 캘리브레이션"을 위한 LiDAR와 카메라 간의 강체 변환을 찾는 ROS 패키지
모든 LLM을 Jev 스타일의 의사결정 모델로 전환하세요. 타입이 지정된 의사결정, 실제 확률, 학습 불필요. (계속 업데이트 중이며, 모든 이슈와 PR 요청을 환영합니다)
개방형 의사결정 모델을 위한 Jev 호환 API 서버. 의사결정 모델용 Ollama: 29개 모델 계열(Laya, pplx-decider, Clef, Winnow, coba 등)을 로컬에서 내려받아 실행하거나 /v1/systemone 뒤에서 직접 호스팅할 수 있습니다. TypeSafe SDK는 변경 없이 사용할 수 있습니다. 기본 URL을 설정하고 개방형 모델을 선택하세요. CLI, 데스크톱 앱, Docker, MCP 서버, 공개 벤치마크 제공.
필라멘트 레이어 혼합을 보정해 풀컬러 평면 FDM 프린팅을 구현합니다. 이미지의 색상과 톤 디테일을 재현하고, 영역별 배합을 미세 조정한 뒤 슬라이서에서 바로 사용할 수 있는 3MF 파일로 내보냅니다.
Awesome-LLM-Robustness: 대규모 언어 모델의 불확실성, 신뢰성 및 견고성에 대한 큐레이션 목록
점박이물범 — Phocinae-Largha-150M-v1: 1억 4,430만 규모의 이중 언어 의사결정 모델. 작은 모델. 큰 결정. 작은 물범, 큰 결단.
TypeSafe AI의 System One 의사결정 모델을 기반으로 한 Jev에서 직접 만든 것을 공개하세요. 제작자가 매주 게시하고 사람들이 투표하는 보드이며, 의사결정 패턴별로 정리된 공개 Jev 예시 색인과 출처 인용, 날짜가 표시된 링크 확인, 호출 지점 텍스트 확인을 제공합니다. 런타임과 성능은 여기서 독립적으로 테스트하지 않았습니다. EN/中文, JSON 스키마, 플랫폼 매트릭스.
사용하기 쉽고 정확한 핸드 아이 캘리브레이션이 kinect, kinectv2, rgbd 카메라, 광학 트래커, 그리고 ur5와 kuka iiwa를 포함한 여러 로봇과 함께 2016년부터 현재까지 수년간 안정적으로 작동해 왔습니다.
NVIDIA GPU에서 StartLux-Decision 모델을 빠르고 정확하게 추론하세요. 공개된 GGUF 파일은 /v1/systemone API를 통해 int8 및 4비트 텐서 코어에서 실행되며, FP8에서 vLLM보다 최대 5.3배 낮은 지연 시간을 제공하고 답변은 비트 단위로 동일합니다.
🔥🔥 Awesome Jev: Jev 및 System One 모델을 위한 오픈 소스 모델, 프로젝트, 벤치마크 및 독립 평가.
자주 묻는 질문
GitHub에서 가장 인기 있는 #calibration 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #calibration 프로젝트는 35,758개의 스타를 받은 NandhaKishorM/laya입니다. 비자기회귀형 System 1 의사결정 엔진. 100개 이상의 언어로 모든 텍스트에 대해 한 번의 순방향 패스에서 유형이 지정된 선택, 점수화 및 예/아니요 결정을 수행하며, 요청마다 적절한 체크포인트를 선택하는 라우터를 제공합니다.
#calibration 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #calibration 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, C++, HTML, Rust입니다.
#calibration 저장소 순위는 어떻게 계산되나요?
#calibration 태그가 지정된 활성 오픈 소스 저장소(33개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 82,056개이며 저장소당 평균 2,486개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.