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.
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.
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.
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.
The xslope project provides a Python tool for slope stability analysis using limit equilibrium and Finite Element Methods.
xslope هو مكتبة برمجة لغة بايثون للتحليل الاستقرار المنحدرات باستخدام الطرق الحسابية والطرق المحددة بالتجزئة (Finite Element Methods). تستخدم المكتبة طرق حسابية لتحديد السلامة من انهيار المنحدرات بسبب عوامل مختلفة مثل الجاذبية وضغط الماء والLoads الخارجية. تدعم المكتبة كلا الطرق: الطريقة الحدية للتوازن (limit equilibrium) والطرق المحددة بالتجزئة (Finite Element Methods) للحصول على نتائج دقيقة. مصممة المكتبة لكونها سهلة الاستخدام ويمكن دمجها في الوظائف المستخدمة.
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 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.
The TAP-Score project aims to detect off-manifold actions in diffusion policies, providing a safety net when the policy is failing.
تطبيق تي إيه بي سكور هو تحقيق في فعالية التدخل على اقتراحات سياسة التبخير. يتألف من نتائج رئيسية: (1) مقارن تفاعلي يكتشف الأعمال خارج المنظور بدرجة عالية من الدقة، و(2) إطار فرعي محتمل يقيّم تحسين الرأس قبل تدريب أي رانكر. يظهر التطبيق أن في ظروف نظيفة، لا توجد الكثير للترتيب، ولكن في ظروف مدمرة، يتضاعف التحسن.
A Python library that streamlines rapid prototyping of machine learning experiments by integrating data handling, model training, and visualization tools.
تقدم مكتبة Sandbox إطار عمل موحد لمهندسي التعلم الآلي وعلماء البيانات لتجربة النماذج بسرعة. تجمع المكتبة بين مكتبات علمية شائعة مثل NumPy وPandas وSciPy لمعالجة البيانات، مع توفير واجهات سلسة إلى Hugging Face وPyTorch وscikit‑learn لتدريب النماذج. توفر أدوات التصوير المدمجة التي تعتمد على Matplotlib إمكانية رسم مؤشرات الأداء وتوزيعات البيانات بأقل قدر من الكود. تركز المكتبة على إمكانية إعادة الإنتاج من خلال نماذج Pydantic التي تتحقق من صحة الإعدادات ومخططات البيانات. صممت لتسهيل البحث والتكرار السريع، وتقلل من الكود المكرر لتتيح للمستخدمين التركيز على الابتكار الخوارزمي.
This project evaluates activation oracles against sparse autoencoders to compare their effectiveness in neural network analysis.
يهدف هذا المشروع إلى مقارنة أوكلاسات التفعيل مع المشفرات التافهة في الشبكات العصبية. يستخدم مجموعة من المقاييس لتقييم الأداء، مثل الدقة والتغطية. يتم تنفيذ التحليل باستخدام مكتبات علمية شائعة مثل NumPy وSciPy وMatplotlib لتصور النتائج. يتيح للمستخدمين إدخال مجموعات بيانات مختلفة لتجربة النموذج في بيئات متعددة. كما يوفر تقارير مفصلة حول الفروق في الأداء بين الطريقتين. يركز المشروع على تسليط الضوء على الفوائد والقيود الخاصة بكل منهما. يُعد أداة مفيدة للباحثين الذين يرغبون في اختيار النهج الأنسب لتحليل الشبكات العصبية.
A Python library that facilitates rapid experimentation, visualization, and evaluation of machine learning models.
توفر المكتبة واجهة موحدة لتحميل مجموعات البيانات، تدريب النماذج من أطر عمل مشهورة، وتصور النتائج باستخدام مكتبة Matplotlib. تتكامل مع Hugging Face وOpenAI وPyTorch وscikit‑learn، ما يتيح للمستخدمين التبديل بين النماذج مع تغييرات بسيطة في الكود. تتضمن الأدوات المدمجة حساب المقاييس، رسم مصفوفات الالتباس، وعرض أهمية الميزات، مما يسهل مقارنة الخوارزميات جنباً إلى جنب. صممت لتلبية احتياجات الباحثين والطلاب الذين يحتاجون إلى طريقة سريعة لتصميم وتكرار خطوط أنابيب التعلم الآلي دون إعداد بيئات معقدة. من خلال تجريد المهام الشائعة، تقلل المكتبة الكود المكرر وتسرّع دورة التجربة.
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.
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.
This project is a private, internal-only quantitative trading system used by a family office prop trader to integrate historical analysis, seasonal trend tracking, and automated daily signal generation.
هذا المشروع هو نظام تجاري كمي و خصوصي يستخدم من قبل مكتب مالي خاص لدمج التحليل التاريخي والتنبؤ بالتrends الموسمية وتوليد الإشارات اليومية. يعمل النظام على بيانات مغلقة يومية ويولد إشارات للمفتاح المفتوح التالي. يتم تصميم النظام كPIPELINE واحد الاتجاه مع أربعة مراحل: البحث الكمي، السياق السوقي، التقييم المحسّن، والإنتاج الحقيقي.
A web-based tool that analyzes and visualizes network motifs in large language model attribution graphs.
يُقدِّم هذا التطبيق إطاراً شاملاً لاكتشاف وتصور الأنماط الشبكية المتكررة—الموتيفات الشبكية—في رسومات نسبية نماذج اللغة الكبيرة. يمكن للمستخدمين تحميل أو توليد بيانات النسب، ثم يقوم البرنامج تلقائياً ببناء رسم بياني موجه وتطبيق خوارزميات اكتشاف الموتيفات لتحديد الهياكل ذات الأهمية الإحصائية. تُتيح التصورات التفاعلية المصممة باستخدام Plotly و Streamlit للباحثين استكشاف ترددات الموتيفات، ومقارنتها عبر نماذج أو مجموعات بيانات مختلفة، مع إمكانية التعمق في كل موتيف على حدة. يدعم المنصة تصدير النتائج والتصويرات للمعالجة أو النشر لاحقاً. يهدف هذا الحل إلى مساعدة الباحثين والمطورين في فهم مسارات اتخاذ القرار داخل نماذج اللغة واكتشاف الأنماط الهيكلية المخفية.
This project is a Python implementation of the USDA Forest Vegetation Simulator (FVS), providing a tool for forest management and analysis.
هذا المشروع هو تنفيذ لغة بايثون للمحاكي USDA Forest Vegetation Simulator (FVS)، مما يوفر أداة متكاملة للادارة والتخطيط الغابات، مع دعم 10 نمطًا إقليميًا، وتحليلات حجم الأشجار على أساس التدرج، وتمكين أكثر من 500 تكوين نوعية. يهدف هذا المشروع إلى تقديم إطار مرن ومخصص للتحليل والنمذجة الغابات.
A toolkit for analyzing and steering AI assistant behavior along a conceptual axis.
يُقدّم هذا الأداة مجموعة من الوظائف التي تسمح للمطورين بتحليل سلوك المساعد الذكي عبر محور مفهومي محدد. يتم حساب تمثيلات النصوص باستخدام نماذج التعلم العميق، ثم يُستخرج محورًا يُظهر التباين بين الخصائص المختلفة للمخرجات. تُعرض النتائج بصيغة رسومية باستخدام مكتبات مثل matplotlib و plotly، ما يتيح للمستخدم رؤية توزيع الردود على المحور. يمكن تعديل معلمات النموذج أو إدخال استراتيجيات جديدة لتوجيه المخرجات نحو الاتجاه المطلوب. يستهدف الأداة الباحثين في الذكاء الاصطناعي ومهندسي التفاعل الذين يحتاجون إلى فهم أعمق لكيفية تأثير التغييرات على سلوك المساعد. يميز المشروع قدرته على دمج تحليلات البيانات مع واجهة سطر أوامر سهلة الاستخدام، مما يسهل دمجه في سير العمل اليومي. كما يوفر أدوات لتقييم الأداء وتوليد تقارير مفصلة تساعد في اتخاذ قرارات مستنيرة. يُعدّ هذا الحل مفيدًا في تحسين تجربة المستخدم وضمان توافق المخرجات مع المتطلبات المحددة.
This project implements complete LR(1) and LALR(1) parsers in Python, along with a web interface using React and interactive graph visualization.
يحوي هذا المشروع تنفيذًا شاملاً لمفكري LR(1) و LALR(1) في لغة بايثون، مع واجهة ويب مبنية باستخدام React وتقديم رسومات مرئية تفاعلية. كما يحتوي على مقارنة بين المفسريين، بما في ذلك التحليل المرئي والสถتاتيكي. بالإضافة إلى ذلك، يتيح للمستخدمين تحليل الأقوام خطوة بخطوة وتصدير النتائج في صيغ متعددة.
A unified health intelligence platform that consolidates data from Oura Ring, Hevy, Boditrax, and MyFitnessPal into a single pipeline with an interactive dashboard.
يتيح النظام استخراج البيانات من مصادر صحية ورياضية متعددة عبر واجهات برمجة التطبيقات واستيراد ملفات CSV. يتم تنظيف وتوحيد البيانات الخام إلى مجموعات يومية متسقة، ما يسهّل تحليلها عبر الأجهزة المختلفة. يربط النظام مؤشرات متقاطعة مثل جودة النوم مقابل أداء التدريب أو استهلاك البروتين مقابل التعافي. تُقدّم النتائج عبر واجهة FastAPI وتُعرض في لوحة تحكم تفاعلية مبنية بـ React، تتضمن مخططات الاتجاه، بطاقات KPI، مخططات التشتت، وتنبيهات عملية. يهدف هذا الحل إلى تمكين الأفراد والمهنيين من الحصول على نظرة شاملة على مؤشرات صحتهم دون الحاجة إلى التنقل بين تطبيقات متعددة. يبرز تميزه بدمج مصادر بيانات متنوعة في مسار واحد مع تحليلات متقدمة وتصورات بصرية سهلة الفهم.
The solar-seed project is designed to search for patterns in sunlight.
هذا المشروع يهدف إلى تحليل وتحديد الأنماط في ضوء الشمس باستخدام مجموعة من المكتبات مثل matplotlib و numpy و scipy. وهو مشروع استكشافي يهدف إلى فهم بنية ضوء الشمس. يستفيد المشروع من rich و typer لتفاعل المستخدم والتحكم في المهام. لا يستخدم أي قاعدة بيانات حاليًا.
This project automates the extraction and processing of CONSAR pension fund data for users.
هذا المشروع يعتمد على تقنية automation لاستخراج وتحليل البيانات المتعلقة بال펊سا CONSAR، ويعتمد على مجموعة من المكتبات البرمجية مثل BeautifulSoup, Matplotlib, NumPy, Pandas, وSelenium. يهدف هذا المشروع إلى توفير وسيلة سهلة ومريحة للوصول والاستفادة من البيانات المتعلقة بال펊سا CONSAR.
This project is an automated agent that monitors CONSAR SISNET for new Siefore data, downloads reports, enriches them with FX rates, and manages the complete update workflow.
هذا البرنامج هو एजنت تلقائي يراقب CONSAR SISNET لبيانات Siefore الجديدة، ويحمل التقارير، ويغنيها بمعدلات الصرف الأجنبية، ويتحكم في عملية تحديث البيانات بالكامل.
CLAUDE_CODE_FIN is a BTC pattern trading bot for the BingX exchange that uses a 5-minute candlestick pattern-based strategy.
هذا المشروع هو برنامج تجاري يعتمد على لغة بايثون مصمم للاستخدام في التداول الآلي للبيتكوين (BTC) على منصة بينج إكس. يستخدم البرنامج استراتيجية تعتمد على نمط القوائم الزمنية 5 دقائق، وتشمل تحليل النمط في البيانات السوقية واجراء المعاملات وفقاً لها. تم اختبار الاستراتيجية لمدة 270 يومًا مع نتائج ممتازة، بما في ذلك نسبة الفوز 80.3% ومتوسط الربح 3.36. يعتمد البرنامج على استخدام مجموعة من البرامج والوظائف التي يمكن للمستخدمين تعديلها وفقاً لاحتياجاتهم التجارية.
This project is a 1-bit LLM (Large Language Model) developed by liemnguyen-vn for Vietnamese language processing.
هذا المشروع هو نموذج اللغة الكبير (LLM) ذو البت الواحد المطور من قبل liemnguyen-vn ل обработة اللغة الفيتنامية. يستخدم هذا المشروع مكتبة Hugging Face للتعاون مع النماذج المدفوعة مسبقًا وتمكينها على datasets الفيتنامية. الهدف الرئيسي للمشروع هو تقديم قدرة فهم اللغة الدقيقة والمتوافقة مع تطبيقات متعددة.
This project provides a way to turn abstract ideas into executable functions for decision-making.
يهدف مشروع 'logic' إلى تسهيل تحويل الأفكار المعقدة والعالية المستوى إلى كود محدد وفعّال. يساعد هذا الأداة على تبسيط عملية ترجمة الأفكار العالية المستوى إلى وظائف قابلة للتنفيذ، مما يجعل من السهل اتخاذ القرارات بناءً على البيانات والمفاهيم المنطقية. يمكن أن يكون هذا الأداة مفيدًا بشكل خاص للمشاريع التي تهدف إلى automation of decision-making processes أو تحسين تدفق العمل.
The la-bench project provides a local baseline environment for LA Bench with UV.
هذا المشروع يوفّر بيئة محليّة أساسيّة للاستخدام مع UV. يتيح للمستخدمين إعداد وتشغيل التجارب بفعالية، ويوفر إطارًا موحدًا للتحليل والتقويم. يستخدم هذا المشروع مكتبات شائعة مثل matplotlib, numpy, openai, pandas, وpydantic لإنشاء بيئة قويّة وموثوقة.
This project reproduces controlled experiments to study how training data properties affect parametric and in-context knowledge usage in language models.
يُقدّم المشروع مساراً كاملاً لإنشاء مجموعات بيانات اصطناعية، تدريب نموذج GPT‑2، واختبار تمثيلاته المعرفية. يركز على ثلاث خصائص للبيانات—التكرار داخل المستند، عدم التناسق داخل المستند، وتوزيع تردد المعرفة غير المتوازن—لتقييم مدى تمكينها من استخدام المعرفة البرامترية (PK) والمعرفة داخل السياق (ICK) بصورة قوية. تُنشئ سكربتات إنشاء البيانات ملفات تعريفية مع سمات مثل مدينة الميلاد، الجامعة، والتخصص، ثم تُبنى مجموعات نصية منظمة مع تكرار ومجموعة ضوضاء مُتحكم فيها. يُدرّب سكربت التدريب نموذج GPT‑2 مكوّن من ثمانية طبقات باستخدام SFTTrainer وتقنية التجميع (packing). أخيراً، يُقيس سكربت الاختبار دقة PK وICK ومقاييس التفضيل. يمكن للباحثين في معالجة اللغة الطبيعية وتعلم الآلة استخدام الكود لتكرار تجارب الورقة أو لاستكشاف فرضيات جديدة مستندة إلى البيانات.
An automated system that detects Bitcoin market anomalies and publishes AI-generated narrative blogs for traders and analysts.
يُعد btc-analyst خدمة ويب تُراقب بيانات سعر البيتكوين باستمرار، وتُطبّق تقنيات كشف الانحرافات الإحصائية لتحديد تحركات السوق غير المعتادة. تُظهر المنصة هذه الأحداث عبر مخططات تفاعلية تُسهل فهم الاتجاهات والأنماط. كما تُنشئ تلقائياً تقارير سردية مُصاغة بواسطة نموذج ذكاء اصطناعي، تُعد جاهزة للنشر على مواقع أخبار العملات الرقمية أو المدونات الشخصية. يستهدف النظام المتداولين، والمحللين الماليين، وعلماء البيانات الذين يحتاجون إلى رؤى فورية دون الحاجة للبحث اليدوي. يحل المشكلة التي تواجهها هذه الفئات في تصفية كميات ضخمة من البيانات لاستخلاص الأنماط ذات القيمة. يميز المشروع نفسه بدمج تحليل البيانات القوي مع توليد اللغة الطبيعية لتقديم معلومات قابلة للتنفيذ بصيغة قابلة للنشر بسهولة.
A command-line tool that uses a genetic algorithm to discover and validate profitable trading patterns in cryptocurrency time series data.
تُطبّق هذه الأداة خوارزمية جينية متقدمة لاكتشاف أنماط تداول قابلة للتفسير من بيانات OHLCV. تُقيّم كل نمط في الاتجاهين، مع دعم للشراء والبيع، وتُطبّق قواعد خروج متكيفة مع ظروف السوق. تعتمد محرك الاختبار الخلفي على التحقق المتقدم بالتمرير لتجنب تحيز التنبؤ، مع تضمين تكاليف المعاملات الواقعية. تُجرى اختبارات إحصائية مثل اختبار SPA من هانسن، وفحص الواقع من وايت، وBootstrap المتقطع لتأكيد قوة التنبؤ للأنماط المكتشفة. تُنتج الأداة تقارير جاهزة للنشر، منحنى حقوق الملكية، وتصورات تساعد على التحليل المتعمق وبناء المحافظ. تُتيح هذه المخرجات للمحللين اتخاذ قرارات مستنيرة حول دمج الأنماط في استراتيجيات التداول. كما تُسهل مقارنة الأداء مع مؤشرات السوق القياسية وتقييم المخاطر.
This project lets users input a name and see how AI models associate it with traits like wealth, wisdom, happiness, health, leadership, and beauty.
يتيح هذا المشروع للمستخدمين إدخال أي اسم صيني أو إنجليزي والحصول على تقييم متعدد الأبعاد يعكس موقع الاسم في فضاء تمثيل الكلمات للذكاء الاصطناعي. يجمع النظام بين مقاييس اختبار ارتباط التمثيل (WEAT) واستفسارات الانطباع الأول من نماذج اللغة الكبيرة لتوليد درجة مركبة عبر ستة أبعاد: الثروة، الحكمة، السعادة، الصحة، القيادة، والجمال. تسمح الرسوم التفاعلية مثل مخططات الرادار والخرائط الحرارية للمستخدمين بمقارنة اسمهم مع مجموعة كبيرة من الأسماء ومعرفة مكانه بالنسبة للأسماء الشائعة. تم تصميم الأداة لأي شخص مهتم بالتحيز الضمني للذكاء الاصطناعي، فضلاً عن الباحثين ومهنيي الموارد البشرية الذين يرغبون في فهم كيف يمكن أن تؤثر الأسماء على القرارات الخوارزمية.
This project implements and evaluates interpretable and black‑box machine‑learning models for predicting hypertension, hyperglycemia, and dyslipidemia risk.
يُركّز العمل على مقارنة نماذج القابلة للتفسير مثل الانحدار اللوجستي وأشجار القرار مع أساليب الصندوق الأسود مثل الغابات العشوائية، آلات الدعم الناقل، والشبكات العصبية لتوقع ثلاث اضطرابات متعلقة بالمتابوليزم الشائعة. يتضمن ذلك سلسلة معالجة بيانات شاملة تقوم بتنظيف، تطبيع، واختيار الخصائص من مجموعات بيانات صحية حقيقية ومصطنعة. يتم تقييم أداء النماذج باستخدام التحقق المتقاطع، ROC‑AUC، الدقة‑الاستدعاء، ومصفوفات الالتباس، بينما يُقدّم التفسير عبر قيم SHAP والرسوم التوضيحية للانتباه. يهدف البحث إلى تحديد أيّ استراتيجيات نمذجة توفر أفضل توازن بين الدقة التنبؤية وقابلية التفسير في دعم اتخاذ القرار الطبي. تُوثّق النتائج في تنسيق منظم يسهل تكرارها وتوسيعها في أبحاث التحليلات التنبؤية الصحية.
A web-based tool that simulates Magic: The Gathering commander decks to analyze performance and optimize strategy.
يُتيح هذا التطبيق للاعبين محاكاة مجموعات أوراق "ماجيك: ذا جارتنر" في وضع القائد، مع توفير رؤى إحصائية مفصلة حول معدلات الفوز، وتوافق البطاقات، ومنحنى التوريد. يُخزن التطبيق إعدادات المجموعات ونتائج المحاكاة في قاعدة بيانات PostgreSQL، بينما يُقدّم واجهة ويب متجاوبة عبر Flask لإدخال المجموعات وعرض النتائج. يستفيد الجزء الخلفي من مكتبات NumPy وPandas لمعالجة البيانات بكفاءة، ويُنشئ Matplotlib مخططات تفاعلية تُظهر أداء المجموعات عبر سيناريوهات متعددة. يستهدف المستخدمون اللاعبين التنافسيين، المشاركين في البطولات، والهواة الذين يرغبون في تحسين مجموعاتهم قبل اللعب. من خلال أتمتة محاكاة واسعة النطاق، يوفر الأداة وقتًا ويكشف عن نقاط القوة أو الضعف التي قد لا يلاحظها اختبار اللعب اليدوي.
The Newton project is a constraint-first verification engine designed for developers to ensure the correctness of their systems.
هذا مشروع إطار تحقق يعتمد على القيود لتحديد السلوك الصحيح للأنظمة المعقدة. يتم بناؤه باستخدام لغة البرمجة Python و TypeScript، مع استخدام FastAPI كفریم ورك. يمكن استخدام هذا الإطار لتأكيد صحة أنظمة مختلفة، بما في ذلك تلك المتعلقة بالتخزين والتصوير البياني. يستخدم Newton Pydantic للنمذجة البيانات وماتلوتيب لتصوير البياني.
A command‑line toolkit for evaluating, benchmarking, and optimizing self‑hosted large language models via standardized tests, load‑testing, and prompt ablation.
يُقدِّم هذا الأداة واجهة موحدة لتقييم أداء نماذج اللغة الكبيرة المستضافة محلياً. وتشمل وظائفها تشغيل اختبارات معيارية معروفة مثل MMLU وHellaSwag، وقياس معدل المعالجة والوقت اللازم للرد تحت حمل متزامن، بالإضافة إلى التحقق من السلوك المتكرر عبر استخدام بذور ثابتة. كما تسمح الأداة بإجراء تحليل تجريبي منهجي لاستراتيجيات الترويج، مثل سلسلة التفكير أو الأمثلة القليلة، لتحديد أفضل إعدادات. تدعم الأداة أي واجهة API متوافقة مع OpenAI، بما في ذلك Ollama وvLLM. تُعد هذه الأداة أداة حيوية للمطورين لتوفير مؤشرات واضحة وقابلة للتنفيذ قبل نشر النماذج في بيئات الإنتاج.
A web‑based toolkit that visualizes and analyzes the internal activations of Meta’s Llama 3.2‑1B language model for researchers and developers.
يُقدِّم هذا المشروع تطبيقًا ويبًا تفاعليًا يتيح للمستخدمين استكشاف البنى الداخلية لنموذج Llama 3.2‑1B من Meta. يُظهر التطبيق عمليات التقطيع، والتفاعلات على مستوى كل طبقة، وخريطة الانتباه، فضلاً عن فضاءات التضمين، ويُوفِّر أدوات لتجارب الإزالة (ablation) وتتبع اللوجيت. يتم تحميل النموذج مرة واحدة في الخلفية ويُخدم الطلبات المتعلقة بالتنبؤ، والتفاعلات، والإزالة عبر واجهة برمجة تطبيقات FastAPI، بينما يُقدِّم الواجهة الأمامية لوحة تحكم React متجاوبة. يستهدف التطبيق الباحثين في معالجة اللغة الطبيعية، مهندسي التعلم الآلي، وعلماء البيانات الذين يحتاجون إلى فهم كيفية مساهمة مكونات المحول في التنبؤات. يُحلّق هذا الأداة الحاجة إلى تحليل شفاف ومباشر للنماذج اللغوية الضخمة، مما يتيح اختبار الفرضيات وتصحيح الأخطاء في النماذج.
A web-based tool that screens and visualizes stocks based on user-defined financial criteria.
تُعد أداة تصفية الأسهم منصة ويب تتيح للمستثمرين تصنيف الأسهم وفقاً لمجموعة واسعة من المؤشرات المالية مثل نسبة السعر إلى الأرباح، العائد على الأرباح، ونمو الأرباح. تُصمم الواجهة باستخدام تقنيات حديثة، وتوفر مخططات تفاعلية مدعومة بمكتبات Recharts و Matplotlib لتحليل الاتجاهات التفصيلية. يعمل الجزء الخلفي على معالجة مجموعات بيانات ضخمة باستخدام مكتبات Python مثل Pandas و NumPy، بينما يضمن TypeScript أمان النوع في جانب العميل. يمكن للمستخدمين ضبط قواعد التصفية، حفظ الاستعلامات المفضلة، وتصدير النتائج لمزيد من التحليل. يهدف المنصة إلى تبسيط سير عمل البحث للمتداولين والمحللين وأصحاب المحافظ الفردية الذين يتطلعون إلى اتخاذ قرارات مستندة إلى البيانات. كما توفر واجهة سهلة الاستخدام تسمح بإنشاء تصفية مخصصة دون الحاجة لخبرة برمجية متقدمة. تُعزز الأداة الكفاءة والسرعة في اكتشاف فرص الاستثمار المحتملة.
This tool designs and refines de novo protein binders using an open‑source pipeline, targeting computational biologists and protein engineers.
يُقدّم هذا البرنامج حلاً متكاملاً لتصميم وتعديل روابط بروتينية جديدة، معتمدًا على سلسلة أدوات مفتوحة المصدر لتجاوز الحاجة إلى برمجيات مملوكة. يتيح خيار التجاوز عن PyRosetta تشغيل جميع خطوات التصميم باستخدام أدوات مثل OpenMM وPDBFixer وFASPR، ما يسرّع العملية بمقدار 2‑4 مرات. يعتمد البرنامج على نظام تقييم ipSAE لتقدير جودة الواجهة، مع نطاق 0‑1 يُظهر مدى التوافق الهيكلي المتوقع. كما يتضمن مسارًا مستوحى من PPIFlow لتحسين الألفة، حيث يُحافظ على الأحماض الأمينية ذات الجودة العالية بينما يُعاد تصميم المتبقية عبر مسح تشبع وتحديثات AF2. يدمج البرنامج خوارزميات ProteinMPNN لتوليد تسلسلات محسّنة، مع فحص دقيق للربط والهواء. يهدف هذا الحل إلى الباحثين في الهندسة البروتينية والبيولوجيا الحاسوبية الذين يحتاجون إلى أدوات مرنة وسريعة لتطوير بروتينات ارتباطية ذات أفضليات عالية.
Provides simulation, analysis, and figure‑generation code to reproduce the accuracy‑illusion study in communicative behavior.
يقدم هذا المشروع محركاً محاكياً دقيقاً يضم خمسة أنواع من الوكلاء: عشوائي، منحاز للفئة، إنتاج زائد، متذكر، وتركيب. يتضمن خطوط عمل لتجميع معلمات الضوضاء، إجراء تحليلات مطابقة الدقة، وإنشاء منحنيات قوة باستخدام تقنية Bootstrap. جميع البيانات اللازمة لإعادة إنتاج الجداول والرسوم البيانية والنتائج الإحصائية معروضة في ملفات JSON، بينما تولد السكربتات رسومات ذات جودة منشورة. يتيح المشروع للباحثين تشغيل المحاكاة الكاملة، تعديل المعلمات، أو تكرار التحليل على مجموعات بيانات جديدة. تم تصميم الكود لضمان التكرار، مع استخدام بذور ثابتة وتوثيق واضح لكل خطوة. يركز المشروع على توفير أداة تحليلية شاملة للبحوث السلوكية، مع دعم للمعايير العلمية في التجارب التجريبية. يسهّل التعاون بين علماء النفس واللغويات الحاسوبية من خلال توفير بيئة قابلة للتكرار وسهلة الاستخدام.
Predicts KOSPI market crashes by analyzing structural changes in news articles using machine learning.
يُعرّف النظام أحداث الانخفاض الحاد في سوق كوسبي—أيام انخفاض 2٪ أو أكثر—من خلال استخراج 113 خاصية هيكلية من 4.65 مليون مقالة إخبارية باستخدام نموذج لغة كبير. يقارن تردد هذه الخصائص قبل الحدث باليوم العادي، ويختار 12 مؤشرًا إحصائيًا مهمًا. ثم يحسب نموذج التقييم بالوزن ترددًا مؤقتًا لحساب درجة المخاطر في الوقت الحقيقي، مع تحقيق AUC‑ROC 0.9072 ودقة 100٪ في التنبيهات. يتضمن خط الأنابيب جمع البيانات، بناء الكوربوس، إنشاء قاموس الخصائص، التوسيم، التحليل الإحصائي، تقييم المخاطر، والتحقق. يمكن للمستخدم تشغيل خط الأنابيب اليومي بالكامل أو خطوة التقييم فقط، ويعرض لوحة Streamlit اتجاهات المخاطر ومساهمات الخصائص. يهدف النظام إلى مساعدة محللي السوق والباحثين الكميين ومديري المخاطر في توقع الانخفاضات قبل حدوثها، وتوليد تنبيهات المخاطر اللحظية، وتحليل أنماط الأخبار كإشارات تحذيرية مبكرة، ودعم الامتثال التنظيمي من خلال مراقبة عدم الاستقرار السوقي.
A Python library that uses a Hidden Markov Model to identify chromatin footprints from fiber‑seq and DAF‑seq sequencing data.
تقدم المكتبة نموذج ماركوف مخفي مُصمم خصيصاً لتحديد بصمات الكروماتين في بيانات تسلسل fiber‑seq و DAF‑seq. تقوم بتحليل بيانات القراءة الخام، وبناء احتمالات الانبعاث والانتقال، ثم تُخرج بصمات الكروماتين ذات الثقة العالية. يمكن للمستخدم ضبط معلمات النموذج، وعرض النتائج باستخدام مكتبة matplotlib، ودمج الإخراج في خطوط سير العمل الجينومية الأكبر. تستهدف الباحثين الذين يحتاجون إلى كشف بصمات دقيقة في تجارب تسلسل الجزيئات المفردة، مع معالجة مشكلة التمييز بين الإشارات التنظيمية الحقيقية والضوضاء الخلفية. تتيح المكتبة أيضاً تصدير النتائج بتنسيقات متوافقة مع أدوات التحليل الجيني الأخرى، ما يسهل دمجها في دراسات التعبير الجيني أو التعديل الجيني. كما توفر وظائف مساعدة لتحليل الإحصاءات وتقييم جودة البصمات، مما يجعلها أداة شاملة للبحث في علم الجينات النشط.
NeuroCodec predicts future video frames by modeling residual updates in a latent space, enabling fast and accurate video prediction for research and applications.
يُقدّم NeuroCodec طريقة متقدمة لتوقع الإطارات المستقبلية للفيديو عبر العمل داخل فضاء مخفي لآلة تشفير فيديو ثابتة. بدلاً من توليد كل إطار من الصفر، يتعلم النموذج توقع التحديثات المتبقية فقط، ما يقلل من استهلاك الموارد ويزيد من استقرار التنبؤ. يتألف النموذج من طبقة انتباه القطع لتقليل الأبعاد، ثم وحدة ديناميكية تعتمد على المحول لتوقع التغييرات في القيم المخفية، وأخيراً مُفكك متبقي يعيد بناء التمثيل المخفي التالي. يحقق النموذج انخفاضاً ملحوظاً في متوسط الخطأ المربعي وسرعة تنفيذ تفوق مئات مرات النموذج التقليدي، مع الحفاظ على جودة الصورة. كما يثبت أن النموذج ينتقل بسلاسة بين مجموعات بيانات مختلفة دون الحاجة لإعادة تدريب، ما يجعله مناسباً للتطبيقات التي تتطلب تنبؤاً سريعاً عبر سيناريوهات متنوعة. يستهدف الباحثين في رؤية الحاسوب ومطوري التطبيقات التي تحتاج إلى تحليل فيديو أو توليد محتوى مرئي. يميز NeuroCodec بتركيزه على التحديثات المتبقية، مما يقلل من التشتت ويعزز الدقة في التنبؤ المتعدد الخطوات.
A Python library that automates data scraping, preprocessing, and experimentation with classic machine learning algorithms for educational and research purposes.
يُقدّم هذا المكتبة حلاً متكاملاً لتجميع البيانات من مصادر الإنترنت، معالجتها، وتطبيق خوارزميات التعلم الآلي الكلاسيكية عليها. يتم استخراج البيانات باستخدام أدوات تحليل النصوص، ثم يُحوَّل النص إلى جداول قابلة للتحليل باستخدام مكتبات معالجة البيانات. تُشغّل المكتبة مجموعة من التجارب على نماذج مثل الانحدار الخطي، شجرة القرار، وغيرها، مع حساب مؤشرات الأداء وتخزين النتائج. تُعرض النتائج عبر رسومات بيانية تفاعلية تُسهل فهم مقارنة الأداء بين النماذج. يستهدف المطورين والباحثين والطلاب الذين يرغبون في تجربة خوارزميات التعلم الآلي دون الحاجة إلى إعداد بيئة معقدة. يحل المشكلة المتعلقة بوقت إعداد البيانات وتجربة النماذج، ويُسرّع عملية البحث والتعليم. يميز المشروع بتركيزه على الكود القابل لإعادة الاستخدام، وتوفير واجهة برمجية بسيطة تسمح بتشغيل تجارب متعددة بنقرة واحدة.
A Python library that enables backtesting of trading strategies on historical financial data.
توفر هذه المكتبة إطار عمل لمحاكاة استراتيجيات التداول باستخدام بيانات السوق التاريخية. تتكامل مع أدوات تحليل البيانات الشائعة مثل pandas للتعامل مع البيانات، وnumpy للعمليات العددية، وscipy للتحليل الإحصائي، وmatplotlib لتصوير النتائج. يتيح للمستخدمين تعريف استراتيجيات مخصصة، وتحديد قواعد الدخول والخروج، وتشغيل المحاكاة عبر أصول أو أطر زمنية متعددة. تُخرج المكتبة مؤشرات أداء مفصلة، بما في ذلك العوائد، والتقلب، والانخفاضات القصوى، ونسبة شارب، وتوفر مخططات بصرية لتسهيل التحليل. صممت لتناسب المحللين الكميين، والمتداولين الآليين، والباحثين في مجال المالية الذين يحتاجون إلى بيئة اختبار خلفية قابلة للتكرار وقابلة للتوسيع.
An AI‑powered voice journaling tool that captures spoken reflections, aligns them with personal goals, and visualizes progress.
يحول هذا التطبيق الأفكار المنطوقة إلى مدخلات مدونة منظمة باستخدام نماذج تحويل الكلام إلى نص المتقدمة. ثم يُطبّق معالجة اللغة الطبيعية لتحديد الموضوعات وربطها بالأهداف التي يحددها المستخدم. تُنشئ نماذج اللغة الكبيرة ملخصات ورؤى عملية، بينما تُظهر التحليلات البصرية التقدم على مر الزمن. صُمم للأشخاص الذين يفضلون الإدخال الصوتي، ويُسهل عملية الانعكاس اليومي وتتبع الأهداف. ينتج عنه مدونة مترابطة وقابلة للبحث تنمو مع رحلة التطور الشخصي للمستخدم. يدمج التطبيق أدوات تحليلية لتتبع التقدم، ويُتيح تصدير البيانات للعرض في برامج أخرى. يقدّم واجهة سهلة الاستخدام تُشجّع على الاستمرارية في الممارسة اليومية.
The mdp_solver project is a tool for solving Markov Decision Processes (MDPs) using value iteration and neural networks, designed for use in artificial intelligence research.
هذا المشروع يimplements حلاً لمشكلات Markov Decision Processes (MDPs) باستخدام value iteration و neural networks لتحديد السياسات الأمثل. وهو مبني على مكتبات Python الشعبية مثل PyTorch، NumPy، و Pandas. يمكن استخدام الحل لمسائل اتخاذ القرار المعقدة في مجالات مختلفة، بما في ذلك الروبوتيات والتمويل والصحة.
The wigglystuff project provides a collection of widgets for use in web applications.
هذا المشروع يجمع مجموعة من المكونات التفاعلية التي يمكن استخدامها في تطبيقات الويب لتحسين تجربة المستخدم وتقديم وظائف إضافية. يمكن دمج هذه المكونات بسهولة في مشاريع موجودة باستخدام لغات برمجة مثل بايثون و جافا سكريبت، ويستفاد من مكتبات شعبية مثل ريكت و ثري جايس لتوليد عناصر مرئية ومقدمة.