RepoAlerts

galilai-group/prh-proof

¿Es de fiar?

Nuestras comprobaciones no ven nada raro.

  • Estrellas de cuentas reales Sin datos

    Todavía no hemos comprobado si sus estrellas son falsas.

  • Activo Bien

    Último cambio hace 17 días.

  • 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

Código de investigación que pone a prueba la hipótesis de la representación platónica con objetivos JEPA. Entrena codificadores separados por modalidad, mide cuánto se alinean sus embeddings mediante una única rotación e incluye scripts de evaluación, comprobaciones teóricas y…

Para quién es

Investigadores en aprendizaje automático que estudien la alineación de representaciones multimodales y el entrenamiento autosupervisado de tipo JEPA

Cómo usarlo

Instalación

pip install -e ".[dev]"

Sacado 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 galilai-group/prh-proof en mi proyecto. Sigue su README: https://github.com/galilai-group/prh-proof. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.

Curva de estrellas

230De 0 a 230 estrellas entre el 13 oct 2026 y el 15 nov 2026.

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.

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.

[![galilai-group/prh-proof on RepoAlerts](https://repoalerts.com/badge/galilai-group/prh-proof.svg)](https://repoalerts.com/repo/galilai-group/prh-proof?ref=badge)
Compartir en X

  • zylwithxy/HRDiT

    Código de investigación de HRDiT, un método sin entrenamiento que adapta transformadores de difusión preentrenados de FLUX.1-dev para generar imágenes de alta resolución de hasta 4K. Combina Spatial P

    Modelos e inferenciaPython · 317 estrellas · 103 días

  • slee-persis/GVS5H

    Código de investigación para la autoorganización sin entrenamiento y sin ejemplos previos basada en un libro de registro: instancias nuevas de un mismo modelo descomponen problemas de programación y s

    Agentes de IAPython · 1207 estrellas · +4 esta semana · 83 días · HN 188 pts

  • AmSach/maple

    Proyecto de investigación que poda los expertos de baja activación de modelos LLM de tipo Mixture-of-Experts usando estadísticas de enrutamiento de un corpus de calibración, con un modelo de referenci

    Modelos e inferenciaPython · 60 estrellas · +15 esta semana · 10 días · HN 21 pts

  • Robbyant/lingbot-touch

    Código de inferencia de LingBot-Touch, un modelo fundacional basado en JEPA que aprende representaciones latentes a partir de señales de sensores táctiles heterogéneos (magnéticos, piezorresistivos y

    ModeloModelos e inferenciaPython · 759 estrellas · +632 esta semana · 8 días

  • prabanta-dev/janas

    Un motor de inferencia escrito en C para ejecutar modelos de lenguaje grandes de tipo mezcla de expertos en computadoras corrientes, con o sin GPU. Los pesos permanecen en disco, y los expertos que ne

    Modelos e inferenciaC · 729 estrellas · +44 esta semana · 58 días · HN 220 pts

  • Clearailhc/clearai-dsh

    Un preajuste de agente para DSH que organiza la investigación en una ontología de dominio. Cada pregunta se plantea con sus magnitudes medidas e hipótesis candidatas, se contrasta con evidencias y sol

    AgenteAgentes de IAJavaScript · 701 estrellas · +3 esta semana · 66 días