正在整理你需要的资料…
增量榜看的是「这段时间里涨了多少 star」,不是 star 总数。 快照每天记一次,所以历史越长,窗口越准。
周榜 · 最近一周新增的 star · 数据日期 2026-11-18 · 共 7 个项目
快照历史是从 2026-11-06 开始积累的,目前只有 6 天,所以这个「周榜」实际覆盖的是最近 6 天,还不是完整的 7 天。积累够了会自动变成完整窗口。
第 6 名翻一个陌生仓库,光是理清谁调用谁就能花掉半天。graphify 把代码连同文档、SQL schema、配置和 PDF 编成一张可查询的知识图谱:tree-sitter 在本地做确定性 AST 解析,跨约 40 种语言标出 calls、imports、inherits 这些跨文件关系,每条边都带 EXTRACTED 或 INFERRED 标签,写明是读出来的还是推出来的,不建向量库。
第 27 名写完一段脚本,最烦的是把它变成能发的短视频,还得配画面、配音、字幕和音效。stickman-video-director 把这条流程整个接住:导演模式逐镜编排,或自动模式一键出片,备了 11 种视觉风格。
单个攻击面靠一个人盯,深度很快就到底了。sapper 派指挥者带着一群智能体分工推进,中间的事实与意图分层记在图上,每一步结论都写回图里。第三届腾讯云智能攻防赛线上赛冠军:634 支队伍、8 小时无人值守,1B token 打赢对手烧掉的 4.5B,同为 85 个 flag 还快了 25 秒。
要让智能体学会用电脑,得先给它真的桌面、能连网的机器和可重复的考题。cua 把这四件事(computer-use 训练与评测)拆成开源件:跨系统桌面自动化的 Cua Driver、本地虚拟机 Lume、做决策的 CUA-S1、造任务和打分的 Cua Bench,还能把多台电脑拼成团队和智能体共享的算力。
改论文排版最烦的是盯着 .tex 源码,猜 PDF 最后长什么样。Papilot 这个 AI LaTeX 编辑器反过来做:只读 PDF、不写 .tex,你在排好版的页面上圈出句子或公式写批注,agent 去找源码,再把改动以排版后的 diff 呈现给你看。
大批量做决策判断,逐条问模型太慢。Flide 是给决策模型的高速推理引擎,用精确状态分叉并行展开,答案与模型单独作答完全一致,比 vLLM 和 SGLang 快最多 9.5 倍;官方 demo 里一台 H200 用 28 秒给 10,000 封邮件各打 8 个标签。RTX 40 系与 50 系有预编译内核。
想比较循环深度、稀疏注意力和线性注意力到底谁强,难点不在训练而在公平 —— 数据、token 数、理论算力必须对齐。NextTransformer 在相同数据、相同 token 数、相同理论训练算力下跑这几种 Transformer 架构,开放了 31 次已完成训练、36 份模型卡和可复现排行榜,浏览器里能看每条学习曲线和 22 项 CORE 任务。
名次按窗口内新增的 star 排,同增时比 star 总数。快照逐日积累,窗口越长越准。