Tous les dépôts

Matériel pédagogique sur l'écosystème Python scientifique.

Ce framework iOS permet d'intégrer les paramètres directement dans l'application, en complément ou en remplacement de l'application Réglages.

Éditeur de texte brut performant pour iOS avec coloration syntaxique, numérotation des lignes, caractères invisibles et bien plus encore.

Redémarrages de processus gracieux en Go

Une famille de conteneurs hashmap et btree, uniquement sous forme d'en-têtes, très rapides et économes en mémoire.

Un plugin Zotero pour synchroniser les éléments et les notes vers Notion.

Composant de barres de défilement pour React

📚 Tutoriels Jupyter notebook pour OpenVINO™.

Pointcept : percevoir le monde avec des points épars, une base de code pour la recherche sur la perception des nuages de points. Travaux récents : Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral).

Arrêtez de configurer votre stack IA. Commencez à l'utiliser. Une seule commande déploie une stack LLM complète et pré-câblée avec des centaines de services à explorer.

AGiXT est une plateforme dynamique d'automatisation d'agents IA qui orchestre de manière transparente la gestion des instructions et l'exécution de tâches complexes via divers fournisseurs d'IA. Combinant mémoire adaptative, fonctionnalités intelligentes et système de plugins polyvalent, AGiXT fournit des solutions d'IA efficaces et complètes.

Framework d'exploitation Wi-Fi

Le catalogue de données ouvertes le plus puissant au monde pour construire un lac de métadonnées fédéré, géo-distribué et haute performance.

Bibliothèque de textes anciens Daizhige.

Une liste organisée de logiciels exceptionnels pour macOS d'Apple.

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

Ce dépôt contient le code pour entraîner et évaluer TRIBE v2, un modèle multimodal pour la prédiction de la réponse cérébrale.

Un système de messagerie en file d'attente moderne, open source et haute performance.

LLM-as-a-Verifier est un framework polyvalent qui fournit des retours détaillés pour tout agent sans nécessiter d'entraînement supplémentaire. Il atteint des performances de pointe sur les benchmarks d'agents en codage, robotique et médecine.

[Reconnaissance de CAPTCHA - Entraînement] Ce projet utilise CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy pour réaliser l'identification de CAPTCHA. Ce projet est uniquement destiné à l'entraînement du modèle.

Un exemple d'utilisation d'un formulaire HTML (ex: « Contactez-nous » sur un site web) pour envoyer des e-mails sans serveur backend (via Google Script), idéal pour les sites statiques nécessitant une collecte de données.

Système de gestion d'abonnements léger basé sur Cloudflare Workers, vous aidant à suivre facilement les dates d'expiration de vos services et à recevoir des rappels via Telegram.

Support haute performance des GIF animés pour iOS en Swift

Fork de llama.cpp avec des quantifications SOTA supplémentaires et des performances améliorées

Un système de capture de mouvement en temps réel pour l'animation de personnages virtuels 3D.

Framework de compilation croisée pour créer des paquets natifs pour les NAS Synology.

Ensemble de compétences pour la production de courts-métrages par IA : fiches personnages, plans d'adaptation, guides artistiques, scénarios et storyboards. Fonctionne avec Claude Code et codex.

Implémentation de Dreambooth via Textual Inversion pour Stable Diffusion. Optimisations axées sur l'entraînement de visages, d'objets et de styles.

Système de gestion de l'apprentissage (LMS) facile à utiliser et 100 % open source.