ai4science

Transformez n'importe quel document PDF ou image en données structurées pour votre IA. Une boîte à outils OCR puissante et légère qui fait le pont entre les images/PDF et les LLM. Prend en charge plus de 100 langues.

Transforme des documents complexes comme les PDF et les fichiers Office en format markdown/JSON prêt pour les LLM dans vos flux de travail d'agents.

Exploitez la recherche Vibe avec des scientifiques IA auto-évolutifs

Un environnement d'exécution AutoResearch piloté par des blueprints pour orchestrer les flux de travail de recherche en IA, de la génération d'idées aux expériences, jusqu'à la rédaction d'articles et la relecture par les pairs.

Graphormer est une architecture d'apprentissage profond polyvalente pour la modélisation moléculaire.

Vers une prédiction open source de haute précision des structures biomoléculaires.

Liste organisée d'outils, bibliothèques, articles, jeux de données et frameworks IA exceptionnels accélérant la découverte scientifique, de la physique et la chimie à la biologie, aux matériaux et au-delà.

GraphGen : Amélioration du fine-tuning supervisé pour les LLM grâce à la génération de données synthétiques basées sur les connaissances

Atelier de recherche IA open source, local-first, pour le calcul scientifique avec Python/R, outils bioinformatiques MCP, runtimes SSH/WSL/GPU et modèles OpenAI/Anthropic.

Une boîte à outils Python pour le réglage fin de modèles géospatiaux fondamentaux (GFM)

Collection de projets publics remarquables sur les LLM, VLM, VLA, AIGC, ainsi que les jeux de données et applications associés.

Principia extrait des principes réutilisables, les compose en idées de recherche traçables, et aide les chercheurs à inspecter pourquoi une idée peut mériter d'être testée.

🏆 Une liste classée d'excellents projets de machine learning atomistique ⚛️🧬💎.

freephdlabor : personnalisation de systèmes multiagents personnalisés qui recherchent 24/7 sur votre propre problème scientifique

Une étude exhaustive des grands modèles de langage scientifiques et de leurs applications dans la découverte scientifique (EMNLP'24)

[ECCV 2026] Un cadre basé sur la diffusion pour l'OCR de documents qui remplace le décodage autorégressif par un décodage de diffusion parallèle au niveau du bloc.

MatterSim : Un modèle atomistique d'apprentissage profond à travers les éléments, les températures et les pressions.

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