Todos los repositorios

Material de tutorial sobre el ecosistema científico de Python

Este framework de iOS permite que la configuración esté dentro de la aplicación, además de o en lugar de estar en la aplicación Ajustes.

Reinicios de procesos elegantes en Go

Una familia de contenedores hashmap y btree de solo cabecera (header-only), muy rápidos y eficientes en memoria.

📝 Editor de texto plano de alto rendimiento para iOS con resaltado de sintaxis, números de línea, caracteres invisibles y mucho más.

Pointcept: Percibe el mundo con puntos dispersos, una base de código para la investigación de la percepción de nubes de puntos. Trabajos recientes: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)

Deja de configurar tu pila de IA. Empieza a usarla. Un solo comando despliega una pila LLM completa y preconfigurada con cientos de servicios para explorar.

Componente de barras de desplazamiento para React

📚 Tutoriales de Jupyter notebook para OpenVINO™

Un complemento de Zotero para sincronizar elementos y notas en Notion

Biblioteca de textos antiguos Daizhige.

Framework de explotación de Wi-Fi

El catálogo de datos abiertos más potente del mundo para construir un lago de metadatos federado, geo-distribuido y de alto rendimiento.

AGiXT es una plataforma dinámica de automatización de agentes de IA que orquesta sin problemas la gestión de instrucciones y la ejecución de tareas complejas entre diversos proveedores de IA. Al combinar memoria adaptativa, funciones inteligentes y un sistema de complementos versátil, AGiXT ofrece soluciones de IA eficientes y completas.

Un sistema de colas de mensajes de código abierto, moderno y de alto rendimiento

Una lista curada de software excelente para macOS de Apple.

Open-source 3D anatomy explorer: 2,234 selectable BodyParts3D meshes, system layers, search, and exploded views.

LLM-as-a-Verifier es un framework de propósito general que proporciona retroalimentación detallada para cualquier agente sin requerir entrenamiento adicional. Alcanza un rendimiento SOTA en benchmarks de agentes de programación, robótica y medicina.

Este repositorio contiene el código para entrenar y evaluar TRIBE v2, un modelo multimodal para la predicción de la respuesta cerebral

[Reconocimiento de CAPTCHA - Entrenamiento] Este proyecto se basa en CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy para realizar el reconocimiento de códigos de verificación. Este proyecto es solo para entrenar el modelo.

:email: Un ejemplo de uso de un formulario HTML (por ejemplo: "Contáctenos" en un sitio web) para enviar correos electrónicos sin un servidor backend (usando un Google Script), ideal para sitios web estáticos que necesitan recopilar datos.

Un sistema de captura de movimiento en tiempo real para la animación de personajes virtuales 3D.

Framework de compilación cruzada para crear paquetes nativos para NAS de Synology

Sistema de gestión de suscripciones ligero basado en Cloudflare Workers para ayudarte a realizar un seguimiento sencillo de las fechas de vencimiento de varios servicios y enviar recordatorios oportunos a través de Telegram.

Soporte de GIF animados de alto rendimiento para iOS en Swift

Un fork de llama.cpp con cuantizaciones SOTA adicionales y rendimiento mejorado

[ICLR 2025] Pyramidal Flow Matching para la modelización generativa de video eficiente

Implementación de Dreambooth (https://arxiv.org/abs/2208.12242) mediante Textual Inversion (https://arxiv.org/abs/2208.01618) para Stable Diffusion (https://arxiv.org/abs/2112.10752). Ajustes enfocados en entrenar rostros, objetos y estilos.

Conjunto de habilidades de Agent para la producción de dramas cortos con IA: biblias de personajes, esquemas de adaptación, biblias de arte, guiones y storyboards. Funciona en Claude Code y codex.