ai4science

Convierte cualquier documento PDF o imagen en datos estructurados para tu IA. Un kit de herramientas OCR potente y ligero que puentea la brecha entre imágenes/PDFs y LLMs. Compatible con más de 100 idiomas.

Transforma documentos complejos como PDFs y documentos de Office en markdown/JSON aptos para LLM para tus flujos de trabajo de Agentic.

🔬 Aprovecha Vibe Research con científicos de IA autoevolutivos

Un entorno de ejecución de AutoResearch basado en blueprints para orquestar flujos de trabajo de investigación en IA, desde la generación de ideas y experimentos hasta la redacción de artículos y revisión por pares.

Graphormer es una infraestructura de aprendizaje profundo de propósito general para el modelado molecular.

Hacia la predicción de estructuras biomoleculares de código abierto y alta precisión.

Una lista seleccionada de increíbles herramientas, bibliotecas, artículos, conjuntos de datos y frameworks de IA que aceleran el descubrimiento científico: desde la física y la química hasta la biología, los materiales y más.

GraphGen: mejora del ajuste fino supervisado para LLMs mediante la generación de datos sintéticos basados en conocimiento

Entorno de trabajo de escritorio de código abierto, local-first, para investigación en computación científica con Python/R, herramientas bioinformáticas MCP, entornos de ejecución SSH/WSL/GPU y modelos de OpenAI/Anthropic.

Un kit de herramientas en Python para el ajuste fino de modelos geoespaciales fundamentales (GFM).

Una colección de proyectos públicos sobre modelos de lenguaje extensos (LLM), modelos de lenguaje visual (VLM), acción de lenguaje visual (VLA), contenido generado por IA (AIGC), y sus conjuntos de datos y aplicaciones relacionados.

Principia extrae principios reutilizables, los compone en ideas de investigación trazables y ayuda a los investigadores a examinar por qué vale la pena probar una idea.

Lista clasificada de proyectos destacados de aprendizaje automático atomístico.

freephdlabor: personalización de sistemas multiagente que investigan las 24 horas del día, los 7 días de la semana, sobre su propio problema científico.

Un estudio exhaustivo sobre los modelos de lenguaje extenso científicos y sus aplicaciones en el descubrimiento científico (EMNLP'24)

[ECCV 2026] Marco basado en difusión para OCR de documentos que reemplaza la decodificación autorregresiva con decodificación de difusión paralela a nivel de bloque.

MatterSim: un modelo atomístico de aprendizaje profundo para diversos elementos, temperaturas y presiones.

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