ai4science

Wandeln Sie jedes PDF- oder Bilddokument in strukturierte Daten für Ihre KI um. Ein leistungsstarkes, lightweight OCR-Toolkit, das die Lücke zwischen Bildern/PDFs und LLMs schließt. Unterstützt über 100 Sprachen.

🕷️ Ein adaptives Web-Scraping-Framework, das alles von einer einzelnen Anfrage bis zu einem groß angelegten Crawl behandelt!

🔬 Nutzung von Vibe Research mit sich selbst weiterentwickelnden KI-Wissenschaftlern

Eine Blueprint-gesteuerte AutoResearch-Laufzeitumgebung zur Orchestrierung von KI-Forschungsworkflows, von der Ideengenerierung und Experimenten bis hin zum Schreiben von Arbeiten und Peer-Reviews.

Graphormer ist ein universelles Deep-Learning-Backbone für die molekulare Modellierung.

Auf dem Weg zu hochpräziser Open-Source-Vorhersage von Biomolekülstrukturen.

Eine kuratierte Liste fantastischer KI-Tools, Bibliotheken, Papers, Datensätze und Frameworks, die wissenschaftliche Entdeckungen beschleunigen – von Physik und Chemie bis hin zu Biologie, Materialwissenschaften und mehr.

GraphGen: Verbesserung des Supervised Fine-Tuning für LLMs durch wissensbasierte synthetische Datengenerierung

Open-Source, lokal basierter Desktop-KI-Forschungsarbeitsplatz für wissenschaftliches Rechnen mit Python/R, MCP-Bioinformatik-Tools, SSH/WSL/GPU-Runtimes und OpenAI/Anthropic-Modellen.

Ein Python-Toolkit zur Feinabstimmung von geospatialen Basismodellen (GFMs).

🚀🚀🚀 Eine Sammlung großartiger öffentlicher Projekte zu Large Language Models (LLM), Vision Language Models (VLM), Vision Language Action (VLA), AI Generated Content (AIGC) sowie den zugehörigen Datensätzen und Anwendungen.

🏆 Eine rangierte Liste großartiger atomistischer Machine-Learning-Projekte ⚛️🧬💎.

Principia extrahiert wiederverwendbare Prinzipien, komponiert diese zu nachverfolgbaren Forschungsideen und hilft Forschern zu überprüfen, warum eine Idee einen Test wert sein könnte.

freephdlabor: Anpassung personalisierter Multiagentensysteme, die rund um die Uhr an Ihren eigenen wissenschaftlichen Problemen forschen

Eine umfassende Übersicht über wissenschaftliche Large Language Models und deren Anwendungen in der wissenschaftlichen Entdeckung (EMNLP'24)

[ECCV 2026] Ein auf Diffusion basierendes Framework für Dokumenten-OCR, das autoregressive Dekodierung durch blockbasierte parallele Diffusionsdekodierung ersetzt.

MatterSim: Ein Deep-Learning-Atommodell für verschiedene Elemente, Temperaturen und Drücke.

Terminal-Bench-Science: Evaluating AI agents on research workflows across scientific domains