MUSE-AI-Lab/StateTrack
Recurso
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 4 días. Espera un poco antes de instalarlo.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio ayer.
Licencia Bien
MIT: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Benchmark de investigación y código de evaluación para medir si los LLM siguen cumpliendo una restricción persistente del usuario a lo largo de diálogos largos. Introduce restricciones, evalúa el cumplimiento a profundidades crecientes y usa una auditoría de recuerdo bifurcada…
Para quién es
Investigadores que evalúan el comportamiento en diálogos largos y la retención de instrucciones en modelos de lenguaje grandes
Cómo usarlo
Instalación
python tools/reproduce_reported_metrics.pySacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar MUSE-AI-Lab/StateTrack en mi proyecto. Sigue su README: https://github.com/MUSE-AI-Lab/StateTrack. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
23.097 repos de GitHub vigilados y ordenados cada hora. Cifras a 31 de octubre de 2026.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/MUSE-AI-Lab/StateTrack?ref=badge)Repos parecidos
- MUSE-AI-Lab/ReMCTS
Código de investigación de ReMCTS, un método de búsqueda de Monte Carlo sobre árboles para la generación de código con LLM. Cada programa candidato se ejecuta en un subproceso, los fallos se guardan c
- Prophetlab/Investor-Last-Exam
Un banco de pruebas para evaluar agentes de IA en la investigación de inversiones en renta variable, mediante un corpus congelado en el tiempo que solo muestra la información disponible en una fecha h
- MUSE-AI-Lab/SurveyGraph
Sistema en Python que genera artículos de revisión académica construyendo un grafo de conocimiento de métodos y entidades (MEKG) a partir de los artículos recopilados, enlazando métodos mediante relac
- wangmingxuan666/Tiersense
Centro de un conjunto de tres módulos de decisión para agentes de IA de horizonte largo: TierSense-Score puntúa la dificultad de una tarea, TierSense-Compress selecciona pasos del historial para compr
- apple-aiml-research/ml-rsi-inference-bench
Un banco de pruebas de horizonte largo para agentes de programación que mejoran la pila de inferencia de modelos de lenguaje grandes en vLLM o SGLang. Las tareas abarcan dar soporte a un modelo el día
- MUSE-AI-Lab/Concept-Brittleness
Código de investigación para analizar y corregir la fragilidad de conceptos dependiente del objeto en modelos de difusión texto-imagen. Entrena un autoencoder disperso en cada paso de eliminación de r