#artificial-intelligence Репозитории
Всего репозиториев: 638
Это главная страница новой книги под названием «Математические основы обучения с подкреплением».
🐫 CAMEL: Первый и лучший фреймворк для мультиагентных систем. Нахождение закона масштабирования агентов. https://www.camel-ai.org
<⚡️> SuperAGI - Open-source framework автономных ИИ-агентов, ориентированный на разработчиков. Позволяет разработчикам быстро и надежно создавать, управлять и запускать полезные автономные агенты.
Курируемый список курсов, книг, видеолекций и статей по искусственному интеллекту (ИИ).
Реализация обучения с подкреплением на Python: Введение
Набор инструментов для развертывания и обучения моделей глубокого обучения с использованием JVM. Основные возможности включают импорт моделей для Keras, TensorFlow и ONNX/PyTorch, модульную и крошечную библиотеку C++ для выполнения математического кода и математическую библиотеку на основе Java поверх основной библиотеки C++. Также включает samediff: библиотеку, похожую на PyTorch/TensorFlow, для выполнения глубокого обучения...
HexStrike AI MCP Agents — это продвинутый сервер MCP, который позволяет ИИ-агентам (Claude, GPT, Copilot и т.д.) автономно запускать более 150 инструментов кибербезопасности для автоматизированного пентестинга, обнаружения уязвимостей, автоматизации поиска багов и исследований безопасности. Беспрепятственно соедините LLM с реальными возможностями атакующей безопасности.
Более 20 высокопроизводительных LLM с рецептами для предварительного обучения, тонкой настройки и развертывания в масштабе.
Лучшие веб-сайты для программистов на китайском языке
Курируемый список современных проектов и сервисов в области генеративного искусственного интеллекта
Дорожная карта обучения искусственному интеллекту, сбор около 200 практических случаев и проектов, бесплатные сопутствующие учебные материалы, вход с нуля, практика для трудоустройства! Включая: Python, математика, машинное обучение, анализ данных, глубокое обучение, компьютерное зрение, обработка естественного языка, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv и другие популярные области
Справочник, содержащий стили и ключевые слова, которые вы можете использовать с MidJourney AI. Также есть страницы, демонстрирующие сравнение разрешений, веса изображений и многое другое!
TensorZero — это открытая платформа LLMOps, которая объединяет шлюз LLM, наблюдаемость, оценку, оптимизацию и эксперименты.
Открытое агентное рабочее пространство, которое предприятия могут адаптировать под себя. Подключайте уже используемые системы — более 100 интеграций, MCP, чат-инструменты, приложения, браузер и локальные файлы — с общей памятью. Любой агент (Claude Code, Codex), любая модель или BYOK. Настройка занимает несколько кликов, а не месяцы. Локальный подход прежде всего: ваши данные никогда не покидают ваши устройства.
Реализация DALL-E 2, обновленной нейронной сети OpenAI для синтеза изображений по тексту, на Pytorch
WasmEdge — это легковесная, высокопроизводительная и расширяемая среда выполнения WebAssembly для облачно-ориентированных, edge- и децентрализованных приложений. Она поддерживает бессерверные приложения, встроенные функции, микросервисы, смарт-контракты и устройства Интернета вещей.
Реализация вероятностной диффузионной модели шумоподавления в Pytorch
Учебные пособия, задания и соревнования для курсов, связанных с MIT Deep Learning.
Лучшие практики, примеры кода и документация для Computer Vision.
Открытая платформа для инференса языковых, визуальных, эмбеддинговых моделей, моделей переранжирования, изображений, аудио и видео. Развертывайте несколько движков на разнородном оборудовании — от ноутбука до распределенного кластера. Предоставляйте модели через API, совместимые с OpenAI.
Автоматическое отслеживание сроков подачи заявок на конференции из рейтинга CCF и конференции по всему миру (сайт, Python CLI, мини-приложение WeChat)
Ландшафт генеративного ИИ — коллекция потрясающих приложений генеративного ИИ
Предметно-ориентированный язык, разработанный для оптимизации разработки высокопроизводительных ядер GPU/CPU/ускорителей
Реализация на Python алгоритмов из книги Рассела и Норвига "Artificial Intelligence - A Modern Approach"
🧙 Создавайте, запускайте и управляйте конвейерами данных для интеграции и преобразования данных.
Библиотека Python, созданная для того, чтобы дать разработчикам возможность создавать приложения и системы с автономными возможностями компьютерного зрения
Реализация Imagen, нейронной сети Google для преобразования текста в изображение, в Pytorch
Этот репозиторий GitHub — мощная коллекция API, которые вы можете сразу начать использовать для создания чего угодно: от простых автоматизаций до полномасштабных приложений. Один из самых ценных списков API на GitHub — и точка. 💪
Производственная система ИИ для извлечения данных SoTA. Агентная генерация с расширенным извлечением (RAG) с RESTful API.
Библиотека Python от Stanford NLP для токенизации, сегментации предложений, NER и парсинга множества человеческих языков
Управление затратами методом «чёрного ящика» на основе опыта для ИИ-агентов программирования
Реализация RLHF (обучение с подкреплением на основе обратной связи от человека) поверх архитектуры PaLM. По сути, ChatGPT, но с PaLM