artificial-intelligence

Modelado probabilístico de series temporales en Python

Una librería de PyTorch para acelerar la investigación en aprendizaje profundo 3D.

Este repositorio es una recopilación de recursos gratuitos para aprender ciencia de datos.

Implementa un LLM de razonamiento en PyTorch desde cero, paso a paso

Predicción de series temporales con PyTorch

Kodezi Chronos es un modelo de lenguaje centrado en la depuración que logra resultados de vanguardia en SWE-bench Lite (80.33%) y un 67% de precisión en correcciones del mundo real, más de seis veces mejor que GPT-4. Construido con Recuperación Guiada por Grafos Adaptativos y Memoria de Depuración Persistente. Modelo disponible en el primer trimestre de 2026 a través de Kodezi OS.

Creo firmemente que ustedes, los estudiantes de posgrado y buscadores de empleo a quienes está dirigido principalmente el libro, se beneficiarán de su lectura; sin embargo, espero que incluso los investigadores más experimentados lo encuentren fascinante.

El Corpus de Abstracción y Razonamiento

Pila de software de Google DeepMind para simulación basada en física y entornos de Aprendizaje por Refuerzo, utilizando MuJoCo.

Aumento de datos para NLP

Lista seleccionada de recursos de Python para ciencia de datos.

Lista seleccionada de los mejores proyectos, modelos, herramientas e infraestructura de IA verdaderamente de código abierto. Actualizada diariamente.

Una guía para construir sistemas de aprendizaje profundo prácticos a nivel de producción para ser desplegados en aplicaciones del mundo real.

La biblioteca de Python para comunicación en tiempo real

🕵 Inteligencia artificial para el control social de la administración pública | **Este repositorio no recibe actualizaciones frecuentes. Consulta el README**

Implementación Plug and Play de Tree of Thoughts: resolución deliberada de problemas con Large Language Models que eleva el razonamiento del modelo en al menos un 70%

"Grandes Modelos de Lenguaje" Autores: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong

Tengine es un motor de inferencia ligero, modular y de alto rendimiento para dispositivos integrados

Almacenamiento de memoria persistente local para aplicaciones LLM, incluyendo claude desktop, github copilot, codex, antigravity, etc.

Recursos técnicos para desarrolladores de IA para construir aplicaciones, agentes y sistemas utilizando Oracle AI Database y servicios de OCI

NeuralProphet: Un paquete sencillo de predicción

Muestra de IA generativa de MongoDB: una colección exhaustiva de ejemplos y aplicaciones de muestra que cubren generación aumentada por recuperación (RAG), agentes de IA y casos de uso específicos de la industria.

Repositorio que contiene enlaces y recursos sobre diferentes temas de Ciencias de la Computación.

Conviértete en un experto en Inteligencia Artificial, Machine Learning, IA Generativa, Deep Learning, Ciencia de Datos, Procesamiento del Lenguaje Natural, Aprendizaje por Refuerzo y más con este repositorio completo de 0 a 100.

Un paquete de Python para segmentar datos geoespaciales con el Segment Anything Model (SAM)

Una serie de modelos de lenguaje grandes desarrollados por Baichuan Intelligent Technology

Una lista exhaustiva de tutoriales de Deep Learning / Inteligencia Artificial y Machine Learning, en rápida expansión hacia áreas de IA / Deep Learning / Visión Artificial / NLP y sectores específicos como Clima / Energía, Automoción, Comercio Minorista, Farmacéutica, Medicina, Salud, Políticas, Ética y más.

TimeGPT-1: modelo fundacional de series temporales preentrenado y listo para producción para pronósticos y detección de anomalías. Transformer generativo preentrenado para series temporales entrenado con más de 100 mil millones de puntos de datos. Es capaz de predecir con precisión varios dominios como comercio minorista, electricidad, finanzas e IoT con solo unas pocas líneas de código 🚀.

Cuantización vectorial (y escalar) en Pytorch

Un framework minimalista de Python para crear servidores de inferencia de IA personalizados con control total sobre la lógica, el procesamiento por lotes y el escalado.