google-deepmind

Kho lưu trữ này chứa các bản cài đặt và mã minh họa đi kèm với các ấn phẩm của DeepMind

Động lực học đa khớp với Tiếp xúc. Một trình mô phỏng vật lý đa năng.

Mã nguồn mở cho AlphaFold 2.

Thư viện mạng neural dựa trên TensorFlow

Pipeline suy luận AlphaFold 3.

Môi trường học tập StarCraft II

Thư viện LLM trọng số mở Gemma từ Google DeepMind.

OpenSpiel là tập hợp các môi trường và thuật toán dùng cho nghiên cứu về học tăng cường tổng quát và tìm kiếm/lập kế hoạch trong trò chơi.

Ngăn xếp phần mềm của Google DeepMind dành cho mô phỏng dựa trên vật lý và môi trường Reinforcement Learning, sử dụng MuJoCo.

Một thư viện gồm các thành phần và tác nhân học tăng cường

Bộ sưu tập các mô hình chất lượng cao cho công cụ vật lý MuJoCo, được tuyển chọn bởi Google DeepMind.

Thư viện mạng nơ-ron dựa trên JAX

GDM Science Skills giúp tăng tốc quy trình công việc khoa học tự trị với độ chính xác cao hơn và hiệu quả token tốt hơn. Tích hợp thông tin từ AlphaGenome, AFDB, UniProt và hơn 30 cơ sở dữ liệu và công cụ khác.

Tìm kiếm cây Monte Carlo trong JAX

Optax là thư viện xử lý gradient và tối ưu hóa dành cho JAX.

Một thư viện mã nguồn mở dành cho học máy robot được tăng tốc bằng GPU và chuyển đổi từ mô phỏng sang thực tế (sim-to-real).

API này cung cấp quyền truy cập theo chương trình vào mô hình AlphaGenome được phát triển bởi Google DeepMind.

Theo dõi bất kỳ điểm nào (TAP)

Mã tập dữ liệu này tạo ra các cặp câu hỏi và câu trả lời toán học, từ nhiều loại câu hỏi khác nhau ở mức độ khó khoảng bậc phổ thông.

Tổng hợp hành vi thời gian thực với MuJoCo, sử dụng Điều khiển dự đoán (Predictive Control).

Thư viện mô phỏng xã hội tạo sinh

bsuite là một tập hợp các thí nghiệm được thiết kế cẩn thận nhằm khảo sát các khả năng cốt lõi của một tác nhân học tăng cường (RL).

Phiên bản tối ưu hóa GPU của trình mô phỏng vật lý MuJoCo, được thiết kế cho phần cứng NVIDIA.

Nghiên cứu RL trên thiết bị Android.

Bộ sưu tập các phát biểu hình thức hóa về các phỏng đoán trong Lean.

Dramatron sử dụng các mô hình ngôn ngữ lớn để tạo ra kịch bản và lời thoại mạch lạc.

tree là một thư viện để làm việc với các cấu trúc dữ liệu lồng nhau

Nền tảng quản lý các thí nghiệm học máy

Bộ kịch bản kiểm thử cho học tăng cường đa tác nhân (multi-agent reinforcement learning).

Triển khai Mạng thần kinh Fermionic cho các tính toán cấu trúc điện tử ab-initio

Mã nguồn nghiên cứu đi kèm với AlphaGenome

Reverb là một hệ thống lưu trữ và vận chuyển dữ liệu hiệu quả, dễ sử dụng được thiết kế cho nghiên cứu học máy

Mã nguồn chính thức cho "Large Language Models as Optimizers".

Mã nguồn đi kèm cho ấn phẩm Nature "Discovering State-of-the-art Reinforcement Algorithms".

TORAX: Mô phỏng vận chuyển Tokamak trong JAX

Đánh giá tính xác thực dạng dài trong các mô hình ngôn ngữ lớn. Mã nguồn gốc cho bài báo "Long-form factuality in large language models" của chúng tôi.

Mô hình ngôn ngữ mở trọng số từ Google DeepMind, dựa trên Griffin.

Về những hạn chế lý thuyết của truy xuất dựa trên nhúng (embedding-based retrieval).

Cờ vua cấp độ đại kiện tướng không cần tìm kiếm

TIPSv2 (CVPR'26) và TIPS (ICLR'25)

Thư viện tính toán các chỉ số hiệu suất dựa trên khoảng cách bề mặt cho các tác vụ phân đoạn.

Cơ sở mã nghiên cứu tối giản và có khả năng mở rộng trong JAX, được thiết kế để lặp lại nhanh chóng các nghiên cứu tiên phong về LLM và các mô hình tự hồi quy khác.

DQN Zoo là tập hợp các triển khai tham chiếu của các tác nhân học tăng cường được phát triển tại DeepMind dựa trên tác nhân Deep Q-Network (DQN).