Python

micronet, una biblioteca de compresión y despliegue de modelos. compresión: 1. cuantificación: entrenamiento consciente de la cuantificación (QAT), de bits altos (>2b) (DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference), de bits bajos (≤2b)/ternaria y binaria (TWN/BNN/XNOR-Net); cuantificación posterior al entrenamiento (PTQ), de 8 bits (tensorrt); 2. poda: poda de canales convolucionales normal, regular y por grupos; 3. gru

YOLOE: Ver cualquier cosa en tiempo real [ICCV 2025].

DocLayout-YOLO: Mejora del análisis de diseño de documentos mediante diversos datos sintéticos y percepción adaptativa global a local

Reconocimiento de entidades nombradas en chino con IDCNN/biLSTM+CRF y extracción de relaciones con biGRU+2ATT (Reconocimiento de entidades y extracción de relaciones en chino)

Canalización automatizada de YouTube Shorts: noticias → guion → visuales de IA → voz en off → subtítulos → subida

[CVPR 2025] MMAudio: Dominando el entrenamiento conjunto multimodal para la síntesis de video a audio de alta calidad

Una implementación en PyTorch de "Real-time Scene Text Detection with Differentiable Binarization".

Una biblioteca para entrenar y desplegar modelos de aprendizaje automático en Amazon SageMaker

🎡 Construye Python wheels para todas las plataformas con una configuración mínima.

Generador de plantillas de proyectos en Python con todas las funciones incluidas

STEP-GUI: La mejor solución de agente GUI de la galaxia. Desarrollada por el equipo de StepFun-GELab y respaldada por las capacidades de investigación de vanguardia de StepFun.

TigerBot: Un LLM multitarea y multilingüe

Preentrenamiento contrastivo de lenguaje y audio

Este paquete contiene modelos de aprendizaje profundo y scripts relacionados para RoseTTAFold.

Un agente de datos de autoaprendizaje construido con principios de ingeniería de sistemas. Basa sus respuestas en 6 capas de contexto y mejora con cada consulta.

Un modelo de edición de imágenes open-source de última generación (SOTA), que busca ofrecer un rendimiento comparable al de modelos de código cerrado como GPT-4o y Gemini 2 Flash.

Redes neuronales profundas multitarea para la comprensión del lenguaje natural.

Una herramienta de investigación de empresas basada en agentes impulsada por LangGraph y Tavily que realiza una diligencia profunda en empresas utilizando un marco multiagente. Utiliza Google Gemini 2.5 Flash y OpenAI GPT-5.1 en el backend para la inferencia.

Muchos estudios han demostrado que el rendimiento en aprendizaje profundo se ve afectado significativamente por el volumen de datos de entrenamiento. El proyecto MedicalNet ofrece una serie de modelos 3D-ResNet preentrenados y código relacionado.

Orquestación portátil de agentes de IA con cumplimiento de protocolos mecánicos. 186 agentes, cero dependencias en tiempo de ejecución.

Herramienta de investigación de seguridad de código abierto para identificar la exposición de la IP de origen de sitios web protegidos por Cloudflare y servicios de proxy inverso similares.

🍭 Base de datos de inspiración para profesionales de Internet, sin anuncios, con detección automática de velocidad de acceso a sitios web mediante GitHub Actions

Solución de traducción automatizada para novelas visuales (Galgame) compatible con modelos de lenguaje como GPT-4, Claude, Deepseek y Sakura.

YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny implementados en Tensorflow 2.0, Android. Convierte .weights de YOLO v4 a tensorflow, tensorrt y tflite.

Empaquetado simplificado de módulos de Python

label-smooth, amsoftmax, partial-fc, focal-loss, triplet-loss, lovasz-softmax. Puede ser útil.

👻 Gateway de API Proxy para Kiro IDE y CLI (Amazon Q Developer / AWS CodeWhisperer). Utiliza modelos Claude gratuitos con cualquier cliente.

AssetOpsBench - Industria 4.0: Un marco y punto de referencia unificado para construir, orquestar y evaluar agentes de IA específicos de dominio para operaciones y mantenimiento de activos en la Industria 4.0, con más de 460 escenarios, 5 agentes especialistas (IoT, FMSR, TSFM, Orden de Trabajo,...) y planos de orquestación multiagente (MetaAgent, AgentHive) sobre MCP.

Deep Eye orquesta múltiples proveedores de IA (OpenAI, Claude, Grok, Gemini, OLLAMA, Groq, Mistral, OpenRouter, LiteLLM, LM Studio) para la generación inteligente de cargas útiles (payloads), escanea objetivos en busca de más de 45 tipos de vulnerabilidades y genera informes profesionales con mapeo de cumplimiento normativo.

Lumina-T2X es un marco unificado para la generación de texto a cualquier modalidad