Python

micronet, thư viện nén và triển khai mô hình. nén: 1、lượng tử hóa: lượng tử hóa khi huấn luyện (QAT), High-Bit (>2b), Low-Bit (≤2b); lượng tử hóa sau huấn luyện (PTQ), 8-bit (tensorrt); 2、cắt tỉa: cắt tỉa kênh tích chập thông thường, đều và theo nhóm; 3、group

YOLOE: Nhìn thấy mọi thứ theo thời gian thực [ICCV 2025]

DocLayout-YOLO: Nâng cao phân tích bố cục tài liệu thông qua dữ liệu tổng hợp đa dạng và nhận thức thích ứng toàn cục đến cục bộ

Nhận dạng thực thể có tên tiếng Trung với IDCNN/biLSTM+CRF và Trích xuất quan hệ với biGRU+2ATT

Quy trình tự động hóa YouTube Shorts: tin tức → kịch bản → hình ảnh AI → lồng tiếng → phụ đề → tải lên

[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis

Bản cài đặt PyTorch của "Phát hiện văn bản cảnh thời gian thực với nhị phân hóa khả vi".

Thư viện để huấn luyện và triển khai các mô hình học máy trên Amazon SageMaker

🎡 Xây dựng Python wheel cho tất cả các nền tảng với cấu hình tối thiểu.

🛠 Trình tạo mẫu dự án Python được trang bị đầy đủ

STEP-GUI: Giải pháp GUI agent hàng đầu trong vũ trụ. Được phát triển bởi đội ngũ StepFun-GELab và hỗ trợ bởi năng lực nghiên cứu tiên tiến của StepFun.

TigerBot: Mô hình ngôn ngữ lớn đa ngôn ngữ và đa tác vụ

Gói này chứa các mô hình deep learning và các kịch bản liên quan cho RoseTTAFold

Contrastive Language-Audio Pretraining

Một data agent tự học được xây dựng theo các nguyên tắc kỹ thuật hệ thống. Nó dựa trên 6 lớp ngữ cảnh để đưa ra câu trả lời và tự cải thiện sau mỗi truy vấn.

Mạng nơ-ron sâu đa tác vụ dành cho việc hiểu ngôn ngữ tự nhiên

Một mô hình chỉnh sửa hình ảnh mã nguồn mở SOTA, nhằm mục đích cung cấp hiệu suất tương đương với các mô hình đóng như GPT-4o và Gemini 2 Flash.

Nhiều nghiên cứu đã chỉ ra rằng hiệu năng của deep learning bị ảnh hưởng đáng kể bởi khối lượng dữ liệu huấn luyện. Dự án MedicalNet cung cấp một loạt các mô hình 3D-ResNet được huấn luyện trước và mã nguồn liên quan.

Công cụ nghiên cứu công ty tự trị được hỗ trợ bởi LangGraph và Tavily, thực hiện thẩm định sâu về các công ty bằng framework đa tác tử. Công cụ này tận dụng Google Gemini 2.5 Flash và OpenAI GPT-5.1 ở backend để suy luận

Điều phối tác nhân AI di động với cơ chế thực thi giao thức cơ học. 186 tác nhân, không có phụ thuộc khi chạy.

Cơ sở dữ liệu ý tưởng dành cho người làm nghề internet, không có quảng cáo, tự động kiểm tra tốc độ truy cập trang web bằng Github Actions

Công cụ nghiên cứu bảo mật mã nguồn mở để xác định việc lộ IP gốc của các trang web được bảo vệ bởi Cloudflare và các dịch vụ reverse proxy tương tự.

YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny được triển khai bằng Tensorflow 2.0 và Android. Chuyển đổi trọng số YOLO v4 sang tensorflow, tensorrt và tflite

Giải pháp dịch tự động Galgame hỗ trợ các mô hình ngôn ngữ lớn như GPT-4/Claude/Deepseek/Sakura

Đóng gói đơn giản các Python module

👻 Proxy API gateway cho Kiro IDE & CLI (Amazon Q Developer / AWS CodeWhisperer). Sử dụng các mô hình Claude miễn phí với bất kỳ client nào.

label-smooth, amsoftmax, partial-fc, focal-loss, triplet-loss, lovasz-softmax. Có thể hữu ích

Bộ sưu tập mã nguồn chung được chia sẻ giữa các dự án nghiên cứu khác nhau trong đội ngũ thị giác máy tính FAIR

Lumina-T2X là một framework thống nhất dành cho việc tạo Text to Any Modality

AssetOpsBench - Công nghiệp 4.0: Một bộ benchmark và framework thống nhất để xây dựng, điều phối và đánh giá các AI agent chuyên domain cho hoạt động và bảo trì tài sản Công nghiệp 4.0, với hơn 460 kịch bản, 5 agent chuyên gia (IoT, FMSR, TSFM, Work Order,...) và các bản thiết kế điều phối đa agent (MetaAgent, AgentHive) qua MCP.