artificial-intelligence

Modelagem probabilística de séries temporais em Python.

Uma biblioteca PyTorch para acelerar pesquisas em Deep Learning 3D

Este repositório é uma compilação de recursos gratuitos para aprender Ciência de Dados.

Implemente um LLM de raciocínio em PyTorch do zero, passo a passo

Previsão de séries temporais com PyTorch

Kodezi Chronos é um modelo de linguagem focado em depuração que alcança resultados de ponta no SWE-bench Lite (80,33%) e 67% de precisão em correções no mundo real, mais de seis vezes melhor que o GPT-4. Construído com Adaptive Graph-Guided Retrieval e Persistent Debug Memory. Modelo disponível no primeiro trimestre de 2026 via Kodezi OS.

Acredito que vocês, estudantes de pós-graduação e candidatos a emprego para quem o livro é destinado, se beneficiarão da leitura; no entanto, espero que até os pesquisadores mais experientes o achem fascinante.

O Corpus de Abstração e Raciocínio

Stack de software do Google DeepMind para simulação baseada em física e ambientes de Aprendizado por Reforço, utilizando MuJoCo

Aumento de dados para NLP.

Lista curada de recursos de Python para ciência de dados.

Lista curada dos melhores projetos, modelos, ferramentas e infraestruturas de IA genuinamente de código aberto. Atualizada diariamente.

Um guia para construir sistemas práticos de deep learning em nível de produção para aplicações no mundo real.

A biblioteca Python para comunicação em tempo real

🕵 Inteligência Artificial para controle social da administração pública | **Este repositório não recebe atualizações frequentes. Verifique o README**

Implementação plug-and-play de Tree of Thoughts: Resolução deliberada de problemas com Large Language Models que eleva o raciocínio do modelo em pelo menos 70%

Grandes Modelos de Linguagem, autores: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong

Tengine é um motor de inferência leve, de alto desempenho e modular para dispositivos embarcados.

Armazenamento de memória persistente local para aplicações de LLM, incluindo Claude Desktop, GitHub Copilot, Codex, Antigravity, etc.

Recursos técnicos para desenvolvedores de IA criarem aplicações, agentes e sistemas usando o Oracle AI Database e serviços OCI.

NeuralProphet: um pacote simples para previsão.

Vitrine de IA Generativa do MongoDB: uma coleção exaustiva de exemplos e aplicações de amostra cobrindo Geração Aumentada por Recuperação (RAG), agentes de IA e casos de uso específicos do setor.

Repositório que contém links e recursos sobre diferentes tópicos de Ciência da Computação.

Torne-se proficiente em Inteligência Artificial, Machine Learning, IA Generativa, Deep Learning, Ciência de Dados, Processamento de Linguagem Natural, Aprendizagem por Reforço e muito mais com este repositório completo de 0 a 100.

Um pacote Python para segmentação de dados geoespaciais com o Segment Anything Model (SAM).

Uma série de modelos de linguagem de grande escala desenvolvidos pela Baichuan Intelligent Technology

Uma lista abrangente de tutoriais de Deep Learning / Inteligência Artificial e Machine Learning - expandindo rapidamente para áreas de IA/Deep Learning / Visão Computacional / NLP e áreas específicas da indústria como Clima / Energia, Automotiva, Varejo, Farmacêutica, Medicina, Saúde, Políticas, Ética e mais.

TimeGPT-1: Modelo de fundação de séries temporais pré-treinado pronto para produção para previsão e detecção de anomalias. Transformer generativo pré-treinado para séries temporais treinado em mais de 100 bilhões de pontos de dados. É capaz de prever com precisão vários domínios, como varejo, eletricidade, finanças e IoT com apenas algumas linhas de código.

Quantização Vetorial (e Escalar) em Pytorch

Um framework Python minimalista para criar servidores de inferência de IA personalizados com controle total sobre lógica, processamento em lote e escalabilidade.