The lox project is a discretionary macro research platform designed to help users manage their portfolios systematically.
هو منصة بحث مالي متعمدة توفر أدوات منهجية لادارة المحفظة الاستثمارية. يقدم مجموعة من الميزات والλειان، بما في ذلك تحليل البيانات وتحليلها، لمساعدة المستخدمين على اتخاذ قرارات استثمارية مدروسة.
A local AI agent that receives tasks via Telegram, writes and executes code in a sandbox, audits results with a second model, and delivers the outcome to a solo developer.
يعمل AgentSutra كوكيل ذكاء اصطناعي شخصي يعمل محلياً على جهاز Mac ويتلقى أوامراً عبر تيليغرام. يقوم بتصنيف كل مهمة، ثم يكتب الكود باستخدام نموذج لغة كبير، ويشغله داخل بيئة معزولة، ثم يراجع النتيجة بنموذج آخر للحد من الأخطاء وضمان الدقة. يضمن أنبوب العمل الثابت المكوّن من خمس مراحل—التصنيف، التخطيط، التنفيذ، المراجعة، التسليم—التنبؤ والقدرة على التدقيق، ما يجعله مثالياً للعمليات اليومية التي تتطلب أماناً وسجلاً. يدعم الوكيل سبع أنواع مختلفة من المهام، بدءاً من تحليل البيانات وصولاً إلى هندسة الواجهة الأمامية، ويمكنه نشر المواقع الثابتة تلقائياً على خدمات الاستضافة مثل Vercel أو Firebase بعد اجتياز المراجعة بنجاح. يظل كل المعالجة على جهاز المستخدم، ما يضمن الخصوصية والسيطرة مع الاستفادة من قدرات الذكاء الاصطناعي القوية.
A robotics simulation framework that extends NVIDIA Isaac Lab to support a broader range of algorithms, platforms, and environments, enabling realistic sim‑to‑real development.
يوفر UW Lab بيئة محاكاة متكاملة للروبوتات تعتمد على محرك NVIDIA Isaac Sim، مع إضافة طبقة توسعة تسمح بدمج خوارزميات وأجهزة مختلفة بسهولة. يركز المشروع على modularity و agility، مع تصميم شامل يتيح للمستخدمين إضافة أو تعديل بيئات ومهام دون الحاجة لإعادة بناء النظام. يتميز بوجود مجموعة من البيئات المُحسّنة بصيغة Manager‑Based، مما يسهل إدارة المشروعات وتكرار التجارب. كما يوفر إعدادات جاهزة للانتقال من المحاكاة إلى الواقع، مع تكامل مع أجهزة روبوت حقيقية تم اختبارها مسبقًا. يستهدف الباحثين والمطورين في مجال الروبوتات الذين يحتاجون إلى منصة موحدة لتطوير وتقييم سياسات التعلم الآلي في بيئات واقعية. يحل مشكلة تجزئة الأدوات والبيئات في البحث الروبوتي، ويقلل الوقت اللازم لتجربة خوارزميات جديدة. يميز المشروع بتركيزه على التكامل السلس مع أنظمة التعلم العميق والذكاء الاصطناعي، مع دعم للبيانات العلمية والتوثيق المتكامل.
This project predicts the fire resistance performance of reinforced concrete beams strengthened with fibre-reinforced polymers and generates actionable design recommendations aligned with Eurocode standards.
هذا المشروع يتنبأ بتصرفات النيران على أعمدة الحديد المسلحة المحمولة بالبوليمرات المزودة بالكربون، ويقدم توصيات التصميم الفعلية المناسبة مع معايير الأوروبية. يستخدم هذا النظام التعلم الآلي لتصنيف أعمدة الحديد المسلحة إلى أنماط الفشل، وتحديد وقت المقاومة النارية، وتوفير التوصيات التصميمية. يعتمد هذا النظام على نموذج تعليمي مغلق يعمل على تحديد تصرفات النيران على أعمدة الحديد المسلحة المحمولة بالبوليمرات المزودة بالكربون ويعطي توصيات التصميم الفعلية المناسبة مع معايير الأوروبية.
An interactive viewer for browsing the 80 Million Tiny Images dataset.
يتيح هذا البرنامج عرض صور مجموعة بيانات Tiny Images التي تتضمن ثمانين مليون صورة صغيرة. يستخدم مكتبة matplotlib لعرض الصور في نافذة رسومية، مع إمكانية التمرير عبر الصور باستخدام لوحة المفاتيح أو الفأرة. يقرأ البرنامج ملفات الصور من مجلد محدد، ويستفيد من مكتبة numpy لتحويل البيانات إلى مصفوفات قابلة للعرض. يهدف إلى تسهيل فحص جودة الصور وتحديد الأخطاء أو الأنماط غير المتوقعة. يستهدف الباحثين في رؤية الحاسوب ومهندسي التعلم الآلي الذين يحتاجون إلى معاينة سريعة للبيانات. يقدّم واجهة بسيطة بدون إعدادات معقدة، ما يجعله مناسباً للمبتدئين. يختلف عن الحلول الأخرى بتركيزه على dataset Tiny Images وتوفير تجربة تصفح سلسة وسريعة.
This project provides a machine learning tutorial and examples using Python.
هذا المشروع هو مصدر تعليمي لمن يرغبون في التعلم من مفاهيم التعلم الآلي. يتضمن المثال التعليمي والتعليقات حول كيفية استخدام مكتبات شعبية مثل Transformers من Hugging Face و PyTorch. يغطي المشروع مواضيع مثل إعداد البيانات وتدريب النماذج وتحليل البيانات باستخدام أدوات مثل Matplotlib.
Generate academic paper PDFs from structured research data with interactive editing.
يُحوِّل هذا التطبيق الويب البيانات البحثية المنظمة إلى ملفات PDF لأوراق أكاديمية مُعدة بعناية. يُنشئ تلقائياً الرسوم البيانية باستخدام مكتبات التصوير البياني ويُركّب النص مع مساعدة الذكاء الاصطناعي في توليد المحتوى. يتيح للمستخدمين تعديل المحتوى والتخطيط والرسوم عبر واجهة ويب بديهية قبل التصدير النهائي. صُمم للأكاديميين والطلاب الجامعيين والباحثين الذين يحتاجون إلى تسريع تحويل البيانات الخام إلى مستندات جاهزة للنشر. يحل المشكلات المرتبطة بالخطوات اليدوية المملة في إعداد المقالات، مثل إنشاء الرسوم البيانية، كتابة النص، وتنسيق المستند، مما يوفر الوقت ويقلل الأخطاء.
The UFC ELO Rating System is a full-stack application that computes and displays the Elo ratings of UFC fighters, providing a comprehensive leaderboard and fighter profiles.
هذا المشروع هو تنفيذ نظام التصنيف الإلو للfighters في UFC. يجمع البيانات التاريخية من ufcstats.com، ويحسب التصنيفات الإلو المعدلة بشكل ديناميكي مع عامل ك-مضاعف، ويقدم النتائج عبر تطبيق ويب و أداة CLI. يتضمن التطبيق ميزات مثل ترتيب الأبطال، ملفات بطاقات اللاعبين، مخططات تصنيف إلو، ومحدد المباراة.
The poly-tracker project is a tool for users to track their Polymarket portfolios, analyze performance, and receive advice on optimal position sizing.
يعد poly-tracker أداة لمراقبة و تحليل موازنات المستثمرين في Polymarket، بالإضافة إلى نصائح بشأن حجم المواقع الأمثل. يتيح للمستخدمين مراقبة استثماراتهم، وتحليل اتجاهات السوق، وتخذ قرارات مدروسة بشأن مواقعهم.
This project provides a simple and consistent interface for users to chat with Large Language Models (LLMs).
تقدم تشاتلاس وسيلة بسيطة ومستقرة للتواصل مع النماذج اللغوية الكبيرة. تهدف المشروع إلى جعل التواصل مع هذه النماذج سهلًا وسهلًا، بغض النظر عن خلفية الفرد التقنية أو خبرته.
DeepCompress is an efficient point cloud geometry compression tool designed for various applications, including self-driving cars, virtual/augmented reality, and medical imaging.
يستخدم DeepCompress التعلم العميق لضغط النقاط المتراكمة عن طريق تحليل مظاهرها والتركيب. يتحول النقاط إلى تلخيص ملحوظ، ويضغط باستخدام الترميز بالانتروبي، ويتم استرجاع الملخص، ويعاد ترميز النقاط الأصلية. هذا يؤدي إلى ضغط 10-100 مرة أقل مع فقدان جودة قليل.
Builds predictive models for board game outcomes and statistics.
يقدم هذا المشروع مجموعة من نماذج التعلم الآلي التي تتنبأ بجوانب مختلفة من ألعاب الطاولة، مثل احتمالات الفوز، متوسط مدة اللعب، ومقاييس أداء اللاعبين. يتيح واجهة ويب تفاعلية مبنية على إطار عمل خفيف الوزن للمستخدمين إدخال معلمات اللعبة والحصول على تنبؤات فورية. تم تدريب النماذج على بيانات تاريخية للعبة وتضم تقنيات من الخوارزميات الكلاسيكية والتعلم العميق. يستهدف المشروع عشاق ألعاب الطاولة ومصممي الألعاب ومحللي البيانات، مما يساعدهم على اتخاذ قرارات مستنيرة حول توازن اللعبة والاستراتيجيات. كما يعرض المنصة النتائج عبر مخططات ديناميكية، مما يجعل البيانات المعقدة متاحة للجمهور غير التقني.
An AI‑powered fitness coaching platform that processes Garmin data to deliver personalized workout plans and insights.
يستورد النظام بيانات النشاط من أجهزة Garmin ويطبق نماذج تعلم الآلة لتوليد توصيات تمارين مخصصة. يوفّر واجهة سطر أوامر سريعة لاستيراد البيانات وواجهة ويب تفاعلية للرسوم البيانية باستخدام FastAPI وMatplotlib وPandas. يمكن للمستخدمين متابعة اتجاهات الأداء، والحصول على ملاحظات تدريبية مدعومة بالذكاء الاصطناعي، وتحديد أهداف لياقة محددة. يستهدف المنصة الرياضيين والمدربين الذين يحتاجون إلى إرشاد مبني على البيانات دون تحليل يدوي. يوفّر النظام حلولاً سريعة وفعّالة لتخطيط التمارين، مما يقلل من الجهد ويزيد من كفاءة التدريب. يدمج التحليل الإحصائي مع التوصيات الذكية لتوفير تجربة شاملة ومتكاملة للرياضيين.
The mkseg project provides a unified cell segmentation pipeline for analyzing microscopy images.
هذا المشروع يقدم مسارًا متكاملًا لفرز الخلايا في صور المجهرية. مصمم للعمل مع مختلف أنواع البيانات المجهرية، بما في ذلك صور MK و HSPC و NMJ و Vessel. يستخدم المسار خوارزميات التعلم الآلي لتحديد الخلايا الفردية بدقة وتفريقها عن الخلفية. يمكن أن يكون هذا مفيدًا في التطبيقات البحثية والتحليلية حيث يعد فرز الخلايا خطوة مهمة.
The juniper-cascor project implements a Cascade Correlation Neural Network for use in machine learning tasks.
هذا المشروع Implementation ل Cascade Correlation Neural Network، نوع من أنماط الشبكات العصبية مصممة للتعلم التعامل مع العلاقات المعقدة بين المدخلات والخروجات. يهدف للمستخدمين في تطبيقات التعلم الآلي حيث الهدف هو التنبؤ بالنتائج بناءً على البيانات الدخيلة. يستخدم هذا المشروع لغة البرمجة Python كاللغة الرئيسية ويعتمد على مكتبات متعددة مثل PyTorch للبناء وتدريب الشبكة العصبية.
The juniper-canopy project provides a real-time monitoring dashboard for the Cascade Correlation Neural Network.
هذا المشروع يقدم لوحة مراقبة زمنية حقيقية خاصة بالشبكة العصبية Cascade Correlation Neural Network. يتيح للمستخدمين متابعة وتحليل أداء الشبكة في الوقت الحقيقي، مما يجعل من السهل فهم وتنظيم سلوك الشبكة. تم بناء اللوحة باستخدام تكنولوجيا الويب الحديثة وتقدم واجهة سهلة الاستخدام للمستخدمين لاستكشاف بياناتهم.
The ha-aria project is designed to integrate the ARIA system with Home Assistant, providing a smart home solution.
هذا المشروع هو دمج نظام ARIA مع Home Assistant. يهدف إلى توفير حل سكني ذكي شامل عن طريق الاستفادة من قدرات النظامين. يستخدم المشروع تقنيات متعددة مثل FastAPI و PyTorch لإنشاء تجربة سلسة للمستخدمين. يمكن لل пользователя أن يتوقع تحسين التلقيم، والكفاءة الطاقية، والراحة في حياته اليومية.
tps.sh is a benchmarking tool for local Ollama models against the Claude API on Apple Silicon, measuring speed and quality across various coding prompts.
هذا الأداة لتقييم أداء النماذج المحلية Ollama مقارنةً بالواجهة السحابية Claude API على Apple Silicon، وتقييم سرعة و جودة عبر 21 طلبًا في 7 فئات. يظهر النتائج على موقع حيوي، مما يسمح للمستخدمين بتعرف على أداء النماذج المختلفة.
A Python library that reproduces introspection experiments on open‑source language models.
يُقدِّم المشروع مجموعة من الأدوات والبرامج النصية لإعادة تنفيذ دراسات الاستبطان على نماذج اللغة الكبيرة مفتوحة المصدر. يدعم الإطارات الشائعة مثل PyTorch وJAX، ويُدمج مع واجهات برمجة التطبيقات الخاصة بـ Hugging Face وAnthropic للوصول إلى النماذج. يمكن للباحثين تشغيل تجارب مُتحكم فيها، جمع التحفيزات الداخلية، وإنشاء رسومات بوساطة مكتبة Matplotlib. يركز المشروع على قابلية التكرار، حيث يوفر مخططات تكوين عبر Pydantic وتصميمًا معياريًا يسمح بتبديل خلفيات النماذج بسهولة. يستهدف الباحثين في مجال معالجة اللغة الطبيعية ومهندسي التعلم الآلي الذين يحتاجون إلى التحقق أو توسيع نتائج الاستبطان.
Train and evaluate RFNet-based object detection models with a configurable, reproducible pipeline.
يُقدّم هذا المشروع مساراً كاملاً لتدريب واختبار نماذج كشف الكائنات المبنية على بنية RFNet. يعتمد على Hydra لإدارة الإعدادات بطريقة مرنة، ويستخدم Pydantic للتحقق من صحة القوالب، بينما يوفر Rich سجلات تفاعلية تسهل تتبع سير التدريب. يتم معالجة البيانات باستخدام Pandas وNumPy، وتُظهر Matplotlib تقدم التدريب ونتائج الاستدلال بصرياً. يخرج المسار نقاط حفظ النموذج، ومقاييس التقييم، وملخصات بصرية، ما يتيح تجربة سريعة ونشر سريع. يستهدف الباحثين ومهندسي التعلم الآلي الذين يحتاجون إلى سير عمل متين وقابل للتكرار لمهام كشف الكائنات المخصصة، ويحل مشكلة تعقيد إعدادات التدريب وتوحيد التقييم.
A Python library that provides tools for analyzing neutron resonance imaging data, enabling researchers to process, visualize, and interpret spectral information from neutron experiments.
تُعد مكتبة Nereids أداة برمجية بلغة بايثون مخصصة لتحليل بيانات التصوير بالاستجابة النوترونية. توفر مجموعة شاملة من الوظائف لتحميل الطيف النوتروني الخام، وإجراء المعايرة، واستخراج معلمات الاستجابة. تُدمج المكتبة مع مكتبة matplotlib لإنشاء رسومات بيانية عالية الجودة للخرائط الطيفية والبيانات. يمكن للمستخدمين تطبيق نماذج إحصائية وطرق عددية من مكتبة numpy لتحسين البيانات وتحديد توقيعات المواد. تهدف المكتبة إلى تبسيط سير العمل للباحثين الذين يعملون مع أجهزة التصوير النوتروني، مما يقلل الجهد اليدوي ويعزز القابلية للتكرار. كما تدعم المكتبة عمليات التصدير والتسلسل باستخدام serde لتسهيل تبادل النتائج بين الأنظمة. تتميز بمرونة عالية تسمح بدمجها في خطوط إنتاج البحث العلمي أو تجارب الحقل المباشر.
A TypeScript web application that renders interactive, data-driven maps for embedding in web pages.
يقدم هذا المشروع واجهة أمامية مبنية على TypeScript تقوم بعرض خرائط تفاعلية مباشرة في المتصفح. يستخدم أدوات التجميع الحديثة وبنية مكوّنات تسمح للمطورين بدمج الخرائط مع إعدادات بسيطة. تدعم الخرائط طبقات بيانات ديناميكية، وتصورات ثلاثية الأبعاد، وتفاعلات متجاوبة، ما يجعلها مناسبة للوحة المعلومات والأدوات التحليلية. يستهدف المستخدمين المطورين الأماميين والمتخصصين في تصور البيانات الذين يحتاجون إلى حل خفيف الوزن وقابل للتخصيص للخرائط. يحل المشروع مشكلة دمج التصورات الجغرافية الغنية دون الاعتماد على خدمات خلفية ثقيلة.
The onthedrops__trends-report-system is a serverless trends analysis system that collects signals from multiple sources, analyzes them using Claude AI, and generates industry-specific reports with global macro economic data.
هذا النظام يجمع إشارات حية في الوقت الفعلي من مصادر +7، ويحللها باستخدام Claude 3.5 Haiku AI، ويتوفر تحليل العلاقات السببية، والتصفية حسب الصناعة والمكان الجغرافي، وتضمين المؤشرات الاقتصادية العالمية، ويولد تقارير جميلة ومشغولة بالتفاعل.
Provides real‑time GPU energy attribution for each LLM inference request, enabling token‑level cost visibility.
يعمل كطبقة وسيطة خفيفة الوزن بين التطبيق ومحرك الاستدلال بالتحويلات، حيث يقوم بأخذ عينات طاقة GPU بفاصل زمني قدره 10 ميلي ثانية. يتم تخصيص الطاقة المقاسة إلى الرموز الفردية باستخدام التكامل شبه القوس وتوزيع حصص الرموز للطلبات المتزامنة. يعرض النظام لوحة تحكم فورية تُظهر العلاقة بين نسبة الرموز المفسرة واستهلاك الكهرباء، ما يبرز عدم التماثل الخفي في تكلفة الاستدلال بالتحويلات. من خلال توفير تخصيص طاقة على مستوى الرموز، يتيح النموذج نماذج فوترة أكثر دقة واستراتيجيات تحسين التكلفة للعمليات الذكاء الاصطناعي. تم تصميم الحل للفرق التي تحتاج إلى رؤية دقيقة لاستخدام GPU دون تعديل محرك الاستدلال.
This project predicts Japanese stock returns by combining financial text and market data using a multimodal gated transformer, targeting quantitative analysts and algorithmic traders.
يهدف هذا المشروع إلى توقع عوائد الأسهم اليابانية من خلال دمج البيانات المالية النصية مع بيانات السوق باستخدام نموذج مُحوّل متعدد الأبعاد مع بوابة. يستخدم النموذج تقنيات معالجة اللغة الطبيعية لاستخراج معاني الأخبار والتقارير المالية، ويجمع هذه المعلومات مع مؤشرات الأسعار والكمية لتشكيل تمثيل موحد. يتم تدريب النموذج على مجموعات بيانات تاريخية، ويُظهر أداءً متفوقًا مقارنةً بالأساليب التقليدية التي تعتمد على بيانات السوق فقط. يتيح للمحللين الكميين والمتداولين الآليين إنشاء إشارات تداول مبنية على تحليل متكامل للبيانات. يحل المشروع مشكلة الاعتماد على مصدر واحد للبيانات، ويقلل من التحيز الناتج عن تحليل نصي أو بيانات سوقية منفردة. يميز المشروع بقدرته على التعامل مع السوق اليابانية، حيث يدمج نصوصًا باللغة اليابانية مع مؤشرات السوق المحلية. كما يوفر أدوات تصور للنتائج تساعد على فهم تأثير الأخبار على العوائد.
A Python library that applies tri‑modal contrastive learning to generate molecular embeddings for drug discovery.
يُقدّم هذا المشروع إطاراً لتعلم التباين المتعدد الأبعاد (tri-modal contrastive learning) في مجال اكتشاف الأدوية. يدمج بيانات كيميائية، بيولوجية، ونصية لتوليد تمثيلات جزيئية دقيقة تُسهم في تحسين عمليات البحث عن مركبات فعّالة. يعتمد على خوارزميات التعلم العميق لتوليد embeddings متوافقة عبر الأنماط الثلاثة، مما يتيح مقارنة الجزيئات بطريقة أكثر دقة. يتيح للمستخدمين تدريب نماذجهم الخاصة أو استخدام النماذج المدربة مسبقاً لتطبيقات مثل الفحص الافتراضي (virtual screening) وتقييم الأمان. يستهدف الباحثين في الصيدلة والكيماويات الحاسوبية الذين يحتاجون إلى أدوات تحليلية متقدمة للتعامل مع مجموعات بيانات متعددة الأبعاد. يحل مشكلة نقص التمثيل الموحد للبيانات المتنوعة، ويقلل الحاجة إلى معالجة يدوية معقدة. يبرز بفضل دمجه الفعّال للبيانات المتعددة، ما يضعه في مقدمة الحلول الحديثة في اكتشاف الأدوية.
Capy implements tri‑modal contrastive learning to align phenotypic assay data, chemical descriptors, and genomic profiles for drug discovery.
يُقدّم Capy مكتبة بايثون تُطبّق التعلم التبايني ثلاثي الأبعاد في مجال اكتشاف الأدوية. تُنَسّق المكتبة بيانات الفحوصات الظرفية، والمواصفات الكيميائية، والملفات الجينية لتكشف العلاقات التي تُسهم في اختيار المرشحين المحتملين. تعتمد البنية على شبكات عصبونية عميقة تُدرّب تمثيلات مشتركة تُحاكي المعلومات المكملة عبر الأنماط الثلاثة. يتيح الباحثون تدريب النماذج على مجموعات بيانات عامة أو بيانات خاصة، ثم استخدام التمثيلات الناتجة للبحث بالمقارنة، والتجميع، أو مهام التنبؤ لاحقاً. يهدف Capy إلى تسريع عملية تحديد الأدوية الواعدة من خلال نهج موحد يعتمد على البيانات. يدمج المكتبة بين تحليل البيانات البيولوجية والتعلم الآلي لتوفير رؤى أكثر دقة. كما يُسهّل التكامل مع أدوات تحليل البيانات الشائعة في مجال الأبحاث الصيدلانية.
pyboj-workspace is a Python client for the Bank of Japan Time-Series Statistics API, providing machine-readable access to Japan's central bank time-series data.
هذا المشروع يغطي واجهة برمجة التطبيقات الرسمية للبنك المركزي الياباني لسهولة الوصول إلى البيانات الاقتصادية المتعلقة بالبنك المركزي الياباني. يوفر هذا العملاء بسيطًا ومريحًا لاسترجاع أنواع مختلفة من البيانات الاقتصادية، بما في ذلك أسعار الصرف والفوائد والمؤشرات السعرية وغيرها. يعتمد العميل على واجهة برمجة التطبيقات الرسمية للبنك المركزي الياباني لسهولة الوصول إلى البيانات الاقتصادية المتعلقة بالبنك المركزي الياباني.
The nous project is a nano transformer LLM built from scratch, designed for natural language processing tasks.
هذا المشروع هو نموذج لغة متكامل من الصفر، يستخدم لتحليل اللغة الطبيعية والتعلم الآلي. يتم بناؤه باستخدام بيرتوش وله محرك تشغيل C99 للتنفيذ الفعال. يتم تدريبه على dataset WikiText-103 ويحتوي على عدد قليل من المعلمات حوالي 15,000.
jore is a nano transformer LLM built from scratch, designed for natural language processing tasks.
يور هو نموذج معالجة اللغة الطبيعية من الدرجة النانوية، مصمم لتحليل اللغة الطبيعية. يعتمد على بيرش ويتش (PyTorch) ويعمل على تشغيل المعالجات المحلية (C99). يحتوي على واجهة ويب باستخدام فلاسك (Flask)، وتدعم التكامل بالحروف. يتضمن المشروع حلقة تدريب، إدارة نقاط التحقق، وتسريع الليل باستخدام الكرون.
A lightweight, character-level language model that runs entirely in the browser for real‑time text generation.
يقدم هذا المشروع نموذجًا لغويًا صغيرًا تم تدريبه من الصفر، ويعمل على توليد النصوص على مستوى الحرف. يتميز بحجمه الصغير (3.5 مليون معلمة) مما يتيح تشغيله بالكامل في المتصفح عبر ONNX Runtime وWebAssembly، دون الحاجة إلى خادم خلفي. يتيح واجهة المستخدم الرسومية التفاعلية إمكانية إدخال الأسئلة وتلقي الإجابات في الوقت الحقيقي مع إمكانية ضبط درجة الحرارة وطول النص. يستهدف المطورين ومهتمي الذكاء الاصطناعي الذين يحتاجون إلى نموذج خفيف الوزن لتجارب سريعة أو دمج في تطبيقات الويب أو الأجهزة المحمولة. يحل مشكلة الاعتماد على خدمات سحابية مكلفة أو تأخير الشبكة، ويمنح المستخدمين تحكمًا كاملاً في البيانات والنموذج. يميز المشروع بتركيزه على توليد النصوص على مستوى الحرف، ما يتيح دقة أكبر في التعامل مع لغات أو نصوص غير معروفة مسبقًا.
A lightweight transformer-based language model designed for local inference and educational experimentation.
يقدّم هذا المشروع نموذج لغة خفيف الوزن يعتمد على بنية المحول، ويضم 3.5 مليون معلمة، تم تدريبه على مزيج من النصوص الرياضية والإنكليزية. يوفّر واجهة ويب للتشغيل المحلي بالإضافة إلى محرك سطر أوامر يتيح توليد نص بسرعة مع استهلاك منخفض للموارد. يستخدم النموذج مُحَوِّلًا على مستوى الحرف ويحتوي على ثلاث طبقات محول، ما يجعله مثالياً لدراسة تأثير اختيارات البنية على الأداء. يستهدف الباحثين والطلاب والهواة الذين يرغبون في تجربة نماذج اللغة دون الحاجة إلى موارد حوسبة ضخمة. يبرز النموذج إمكانات بناء نموذج عملي من الصفر مع إظهار التحديات مثل الاعتماد على التذكير وعدم التعميم.
This project provides a market analysis toolkit for options trading, offering features such as HMM regime detection, technical indicators, phase detection, and opportunity assessment.
هذا المشروع يوفّر أداة تحليل السوق للاستثمار في خيارات، وتضم ميزات مثل اكتشاف الأنماط باستخدام النماذج اللازمة، والمتغيرات الفنية، واكتشاف المراحل، وتقييم الفرص. هذه الأدوات تساعد المستثمرين على اتخاذ قرارات أكثر دقة بناءً على تفاصيل حول السوق.
Scrape web content with ZERO token burn, saving costs and reducing environmental impact.
هذا المشروع هو مجموعة أدوات لاستخراج المحتوى من الإنترنت بدون حرق التوكنات. يستخدم سكريبتات بايثون لاستخراج البيانات من مواقع الويب المختلفة، بما في ذلك نشرة جيسي كانون و مدونة تشات بير دي آر سي. يتم تخزين البيانات المستخرجة كملفات ماركดาวن مُقسّمة. وتتضمن الأدوات الفردية لاستخراج كل موقع، مما يسمح للمستخدمين بتخصيص احتياجاتهم.
A Python-based system that monitors livestock behavior in real time, using sensor data to detect activity patterns and dynamically adjust sampling rates for energy efficiency.
يُعد LiveEdge نظامًا قائمًا على لغة بايثون يراقب سلوك المواشي في الوقت الحقيقي، مستفيدًا من بيانات المستشعرات لتحديد أنماط النشاط. يستخدم نماذج تعلم الآلة لتصنيف السلوكيات، ويضبط معدلات أخذ العينات تلقائيًا لتقليل استهلاك الطاقة. يوفر المنصة تحليلات بصرية عبر مخططات تفاعلية وتقارير مفصلة، مما يمكّن المزارعين من اكتشاف مشكلات الصحة قبل تفاقمها. صُمم خصيصًا لمديري المزارع والباحثين الزراعيين، ويقلل من تكاليف صيانة المستشعرات مع تحسين رفاهية القطيع. بفضل تقنية أخذ العينات التكيفية، يطيل عمر البطاريات ويقلل العبء التشغيلي. يُمكن نشره بسهولة على شبكات المستشعرات الحالية، ويُدعم التكامل مع أنظمة إدارة المزارع. يدمج LiveEdge بين الذكاء الاصطناعي والتحليل البياني لتقديم حلول مراقبة فعّالة ومتكاملة.
The Academic Operations Framework is a tool for academics to manage their research and teaching tasks.
هذا المشروع يقدم إطارًا متكاملًا لمراقبة العمليات الأكاديمية، بما في ذلك إدارة المهام، وتحليل البيانات، وتمثيلها. يهدف إلى تسهيل تدفق العمل للمبحوثين والمتعلمين عن طريق automation مهام التكرارية وتقديم نظرة عامة على عملهم. تم بناء الإطار باستخدام لغة البرمجة Python و يستفيد من مجموعة من المكتبات مثل Streamlit، Matplotlib، و Scipy.
A RESTful service that classifies DNA sequences using contrastive learning and deep reinforcement learning.
يقدم هذا المشروع واجهة برمجة تطبيقات عالية الأداء تستقبل تسلسلات DNA خام وتعيد تنبؤات حول وظائفها أو ارتباطها بأمراض معينة. يستخدم التعلم التبايني لتوليد تمثيلات قوية للتسلسلات، ثم يُحسّن التصنيف عبر سياسة تعلم تعزيزي عميق تقوم بتحسين حدود القرار. يعتمد البنية التحتية على FastAPI وPyTorch، مع إمكانية التكامل مع Prometheus وGrafana لمراقبة الأداء في الوقت الحقيقي. يستهدف الباحثين في علم الأحياء الحاسوبي وعلماء بيانات الجينوم الذين يحتاجون إلى تحليل تسلسلي دقيق وقابل للتوسع دون الاعتماد على بيانات معنونة كبيرة. يمكن دمج الخدمة في خطوط أنابيب تحليل الجينوم الحالية أو استخدامها كخدمة ميكرو سرفيس مستقلة لتقديم استدلال سريع.
The illustrated-map-generator project is designed to create visually appealing maps in the style of Disneyland park maps.
هذا المشروع يولد خرائط مصورة، مشابهة لthose الموجودة في theme parks من ديزني. يستخدم هذا المشروع kombinasi من Python و TypeScript لإنتاج visualizations عالية الجودة. يمكن استخدام هذه الأداة لأغراض مختلفة، مثل إنشاء خارطة مخصصة لمواقف أو تقارير. الخروجة هي خريطة مصورة يمكن تخصيصها بطرق مختلفة.
An AI-driven API that predicts the effects of cannabinoids and terpenes based on molecular pharmacology, aiding researchers and product developers.
يقدّم هذا المشروع واجهة برمجة تطبيقات ويب مبنية على FastAPI لتوقع تأثيرات الكانابينويد والثيربين استناداً إلى علم الأدوية الجزيئي. يستخدم نماذج تعلم الآلة المدربة على وصفات كيميائية وبيانات فاعلية دوائية لتوقع النتائج النفسية والعلاجية. يتيح للمستخدمين إرسال هياكل المركبات واستلام ملفات تعريف التأثير مع إظهار مستوى الثقة في التوقعات وميزات النموذج. يستهدف الباحثين وعلماء الأدوية ومطوري منتجات القنب الذين يحتاجون إلى رؤى مدعومة بالبيانات. يساهم أداة التوقع في تقليل الجهد التجريبي وتسريع دورات تطوير المنتجات. كما توفر واجهة مرئية لعرض النتائج وتفسيرها، مما يسهل اتخاذ قرارات مستنيرة حول تركيبات القنب.
A machine‑learning bot that predicts UFC fight outcomes and places value bets on prediction markets.
يقوم النظام بجمع إحصائيات المباريات التاريخية من مصدر عام للبيانات، ويصمم أكثر من تسعين ميزة تنبؤية، ثم يدرب نماذج تجميعية لتوقع نتائج القتال. يتم دمج توقعات النماذج مع الاحتمالات المتاحة في أسواق التنبؤ لاكتشاف رهانات ذات قيمة، مع ضبط الأوزان وفقاً لدرجة الثقة. يطبق النظام ضوابط إدارة المخاطر مثل حجم الرهان وفق معيار كيللي، وحدود وقف الخسارة، وفلاتر لحركة الخطوط لحماية رأس المال. تُنفذ الصفقات تلقائياً على منصة أسواق التنبؤ، بينما يراقب النظام باستمرار بطاقات القتال القادمة وتغيرات الخطوط. يضمن اختبار الأداء والاختبار المتقدم عبر الزمن استمرارية فعالية الاستراتيجية.
A Python library that provides metrics and analysis tools for network graph scenarios.
يقدم هذا المشروع مجموعة شاملة من الأدوات لتحليل المقاييس في سيناريوهات شبكات الرسوم البيانية. يتيح للمستخدمين حساب مؤشرات الأداء مثل الكمون، معدل الأخطاء، وتوزيع الأحمال عبر العقد والروابط. يعتمد على معالجة البيانات باستخدام مكتبات تحليلية قوية لتوليد إحصائيات دقيقة. يوفر واجهة رسومية مبنية على مخططات لتصور النتائج بطريقة بصرية واضحة. يستهدف مهندسي الشبكات والباحثين الذين يحتاجون إلى أدوات سريعة وموثوقة لتشخيص مشاكل الأداء. يحل مشكلة نقص الأدوات المتخصصة في تحليل الرسوم البيانية مع دعم للبيانات الكبيرة. يميز نفسه بتركيبته البسيطة التي تسمح بالدمج السريع في سير العمل الحالي.
The project is an adaptation of AIA Forecaster for predicting foreign exchange (FX) probabilities.
هذا المشروع يعدّل مُستخدمًا AIA Forecaster لتنبؤ الاحتمالات في الأسواق المالية للعملات الأجنبية. يستفيد من مجموعة من المكتبات، بما في ذلك langchain و openai، لتقديم معلومات حول أسواق العملات. يمكن استخدام هذا الأداة من قبل تجار أو محللين يرغبون في اتخاذ قرارات مدروسة بشأن استثماراتهم.
An interactive microscopy image segmentation tool that trains and applies a U‑Net model for precise labeling.
يُقدّم هذا البرنامج أداة تفاعلية لتقسيم الصور المجهريّة باستخدام نموذج U‑Net المدعوم بالذكاء الاصطناعي. يتيح للمستخدمين تحديد مناطق الاهتمام يدويًا ثم يُدرب النموذج على هذه العلامات لتوليد أقنعة تقسيم دقيقة. يتضمن واجهة مبنية على matplotlib تسمح بعرض الصور وتعديل العلامات في الوقت الحقيقي مع معاينة النتائج فورياً. يستهدف الباحثين في مجال علم الأحياء والطب الذين يحتاجون إلى تحليل صور المجهري بدقة عالية دون الحاجة لخبرة برمجية متقدمة. يحل المشكلة الشائعة في نقص أدوات تقسيم مخصصة للصور المجهريّة، ويقلل الوقت اللازم لإعداد مجموعات بيانات التدريب. يميز نفسه بدمج التدريب والتنبؤ في واجهة واحدة، مع دعم للصور متعددة القنوات والتنسيقات الشائعة.
Evaluate and compare activation oracles with sparse autoencoders for anomaly detection and representation learning.
يقدّم هذا المشروع إطار عمل منهجي لتقييم فعالية أوكلاسات التفعيل مقابل المشفرات التلقائية النادرة في كشف الشذوذ وتعلم تمثيلات مضغوطة. يتم تنفيذ مجموعة من التجارب التي تقوم بتدريب كلا النوعين من النماذج على مجموعات بيانات معيارية، ثم يتم تقييمهما باستخدام مجموعة متنوعة من المقاييس مثل خطأ الإعادة، ومستوى النادرة، ودقة الكشف. يُنظم الكود في دفاتر ملاحظات وملفات نصية معيارية تسهل إعادة الإنتاج وتوسيع نطاق الاستخدام إلى مجموعات بيانات أو نماذج جديدة. يمكن للباحثين والممارسين استخدام الإطار المقارن لاختبار تصاميم أوكلاسات جديدة أو هياكل مشفرات تلقائية، والحصول على رؤى حول التوازن بين القابلية للتفسير والأداء.
The MarkShark project is an open-source Optical Mark Recognition toolkit designed for detecting and processing bubbles in images.
هو أداة مفتوحة المصدر تستخدم تقنيات الرؤية الحاسوبية لاكتشاف وتحليل العلامات المائية في الصور. تعتمد الأداة على مكتبات شائعة مثل matplotlib، numpy و pandas لتحقيق نتائج دقيقة. يمكن استخدام الأداة في تطبيقات متعددة حيث يحتاج إلى تحليل العلامات المائية، مثل إدخال البيانات، تحليل المسوحات أو معالجة الوثائق.
This project is an AI-powered cryptocurrency trading bot designed for traders.
هذا المشروع هو روبوت تجارة العملات الرقمية المسلط على الذكاء الاصطناعي، مصمم للاستخدام من قبل التجار. يعتمد الروبوت على خوارزميات التعلم الآلي للتعرف على أفضل الوقت للشراء والبيع. يتم بناؤه باستخدام لغة البرمجة Python ويتفوق على مكتبات مشهورة مثل scikit-learn، numpy، وpandas في تحليل البيانات. لا يحتاج الروبوت إلى قاعدة بيانات خارجية لأنه يعمل على البيانات المحلية. المرحلة 61 تشير إلى الإصدار الحالي من المشروع.
This project provides a pandas DataFrame extension for technical analysis.
هذا المشروع يمتد من البيانات الفريم للتحليل الفني. يسمح للمستخدمين بتصفية العديد من الحسابات والتنظيمات على بياناتهم، مما يجعل من السهل الحصول على نظرة عامة عن datasets المالية أو أخرى متتالية الزمن. يستخدم المكتبة matplotlib لتنظيم الرسومات و numpy للعمليات العددية. مع rhoa، يمكن للمطورين إنشاء مؤشرات مخصصة والرسوم البيانية لتحليل بياناتهم.
This project provides a Python framework for telecom operator strategic analysis using the Business Leadership Model (BLM) and its Five Looks analysis framework.
هذا المشروع يقدم إطارًا لبرمجة Python للتحليل الاستراتيجي للمشغلي الاتصالات باستخدام نموذج القيادة الأعمال (BLM) وفرقة التحليل الخمس. يولد الإطار النتائج التفاعلية في صورة تقارير PowerPoint، PDF، ومكتبات Markdown. يتضمن الإطار ثمانية موديول تحليل عميق تغطي الفرق الخمسة: القمة، الوسط المضغوط، نظرة على العميل، نظرة على النفس، نظرة على المنافسين، نظرة على الاتجاهات، وفرصة.
The EEG Sleep Monitor project provides real-time EEG monitoring and Modulatory Oscillation (MO) detection for sleep analysis, supporting both EDF file upload and Raspberry Pi live streaming.
هذا المشروع هو مراقب نوم EEG يستخدم لوحات OpenBCI Cyton لاكتشاف التأثيرات المودولاتورية (MO) في الوقت الفعلي. يدعم مشروعنا طريقتين للبيانات: معالجة البATCH عبر تحميل ملفات EDF و حسابات الحواسيب على WebSocket باستخدام Raspberry Pi. يعمل النظام على اكتشاف MO خلال فترات التمرين الخمس دقائق، ويخزن النتائج كملفات زمنية ميزانية ويعرضها على لوحة مراقبة طبية متعددة الصفحات.
A Python library that provides tools for analyzing the Hyperface fMRI dataset.
توفر هذه المكتبة مجموعة شاملة من الوظائف لتحميل ومعالجة وتصور مجموعة بيانات Hyperface للدماغ باستخدام التصوير بالرنين المغناطيسي الوظيفي. تتضمن الأدوات تنظيف الإشارات الخام واستخراج ميزات السلاسل الزمنية وتطبيق تقنيات تقليل الأبعاد. كما توفر خطوط أنابيب التعلم الآلي لتدريب المصنفات على أنماط النشاط الدماغي، مما يمكّن الباحثين من استكشاف الحالات المعرفية. يعتمد الكود على مكتبات علمية مشهورة لضمان القابلية للتكرار والأداء العالي. صُممت لتلبية احتياجات علماء الأعصاب وعلماء البيانات الذين يحتاجون إلى أداة جاهزة للتحليل fMRI. تبرز هذه المكتبة بقدرتها على التعامل مع بيانات معقدة وتقديم رؤى دقيقة حول النشاط الدماغي. كما توفر واجهة برمجية سهلة الاستخدام تسمح بتكامل سريع مع مشاريع البحث الحالية. تُعد هذه الأداة خياراً مثالياً لمن يسعون إلى تحليل بيانات fMRI بكفاءة وموثوقية.