Python

micronet, une bibliothèque de compression et de déploiement de modèles. Compression : 1. Quantification (QAT, High-Bit, Low-Bit/Ternary/Binary, PTQ 8-bit) ; 2. Élagage (normal, régulier, élagage de canaux de convolution de groupe) ; 3. Groupe.

Reconnaissance d'entités nommées en chinois avec IDCNN/biLSTM+CRF, et extraction de relations avec biGRU+2ATT.

YOLOE : Voir tout en temps réel [ICCV 2025]

DocLayout-YOLO : Amélioration de l'analyse de mise en page de documents grâce à des données synthétiques diversifiées et une perception adaptative globale à locale

[CVPR 2025] MMAudio : Maîtriser l'entraînement multimodal conjoint pour la synthèse vidéo-audio de haute qualité.

Pipeline automatisé pour YouTube Shorts : actualités → script → visuels IA → voix off → sous-titres → mise en ligne

Générateur de modèles de projet Python complet et prêt à l'emploi

🎡 Générez des wheels Python pour toutes les plateformes avec une configuration minimale.

Une bibliothèque pour entraîner et déployer des modèles de machine learning sur Amazon SageMaker.

Implémentation PyTorch de "Real-time Scene Text Detection with Differentiable Binarization"

STEP-GUI : La meilleure solution d'agent GUI de la galaxie. Développée par l'équipe StepFun-GELab et propulsée par les capacités de recherche de pointe de StepFun.

Ce paquet contient des modèles d'apprentissage profond et des scripts associés pour RoseTTAFold

TigerBot : un LLM multilingue et multitâche.

Pré-entraînement contrastif audio-langage

Un agent de données auto-apprenant construit selon les principes de l'ingénierie système. Il fonde ses réponses sur 6 niveaux de contexte et s'améliore à chaque requête.

Un modèle d'édition d'image open-source SOTA, visant à offrir des performances comparables aux modèles fermés comme GPT-4o et Gemini 2 Flash.

Réseaux de neurones profonds multitâches pour la compréhension du langage naturel

Outil de recherche d'entreprise basé sur des agents, utilisant LangGraph et Tavily pour effectuer une diligence raisonnable approfondie via un framework multi-agents. Il s'appuie sur Gemini 2.5 Flash de Google et GPT-5.1 d'OpenAI pour l'inférence.

De nombreuses études ont montré que les performances du deep learning sont fortement influencées par le volume de données d'entraînement. Le projet MedicalNet fournit une série de modèles 3D-ResNet pré-entraînés et le code associé

Orchestration d'agents IA portables avec application de protocole mécanique. 186 agents, aucune dépendance à l'exécution.

Outil de recherche en sécurité open-source pour identifier l'exposition de l'IP d'origine des sites web protégés par Cloudflare et des services de proxy inverse similaires.

Base de données d'inspiration pour les professionnels de l'Internet, sans publicité, avec vérification automatique de la vitesse des sites via GitHub Actions

Solution de traduction automatisée pour visual novels, prenant en charge les grands modèles de langage comme GPT-4, Claude, Deepseek et Sakura.

Empaquetage simplifié de modules Python.

Implémentation de YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny en Tensorflow 2.0 et Android. Conversion de poids YOLO v4 vers tensorflow, tensorrt et tflite

label-smooth, amsoftmax, partial-fc, focal-loss, triplet-loss, lovasz-softmax. Peut être utile.

Passerelle API proxy pour Kiro IDE et CLI (Amazon Q Developer / AWS CodeWhisperer). Utilisez les modèles Claude gratuits avec n'importe quel client.

Lumina-T2X est un framework unifié pour la génération de texte vers n'importe quelle modalité.

Deep Eye orchestre plusieurs fournisseurs d'IA (OpenAI, Claude, Grok, Gemini, OLLAMA, Groq, Mistral, OpenRouter, LiteLLM, LM Studio) pour la génération intelligente de charges utiles, analyse les cibles pour plus de 45 types de vulnérabilités et produit des rapports professionnels avec cartographie de conformité.

Collection de codes communs partagés entre différents projets de recherche au sein de l'équipe de vision par ordinateur de FAIR.