Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
GitHub Trending Jupyter Notebook (weekly) 75건필터 해제
karpathy/micrograd
Andrej Karpathy가 공개한 micrograd는 역전파를 구현한 매우 작은 규모의 자동 미분(Autograd) 엔진입니다. 약 100줄의 코드로 구성된 DAG 기반의 라이브러리로, 교육용으로 설계되어 신경망의 동작 원리를 이해하는 데 최적화되어 있습니다.
goldmansachs/gs-quant
Goldman Sachs가 제공하는 퀀트 금융용 Python 툴킷인 GS Quant를 소개합니다. 25년 이상의 경험을 바탕으로 트레이딩 전략 개발, 파생 상품 분석 및 리스크 관리를 가속화하도록 설계되었습니다.
SakanaAI/AI-Scientist
SakanaAI가 개발한 'The AI Scientist'는 LLM을 활용하여 아이디어 생성부터 논문 작성까지 과학적 연구 과정을 자율적으로 수행하는 최초의 포괄적 시스템입니다. 이 시스템은 독립적인 연구 수행을 목표로 하며, 다양한 연구 주제에 대한 논문 생성 및 리뷰 실험 결과를 제공합니다.
GoogleCloudPlatform/generative-ai
Google Cloud의 Gemini Enterprise Agent Platform을 활용하여 생성형 AI 에이전트를 구축, 개발 및 관리하는 방법을 제공하는 리소스 저장소입니다. RAG, 함수 호출, 멀티 에이전트 워크플로 등 프로덕션 환경에 즉시 적용 가능한 다양한 코드 샘플과 노트북을 포함하고 있습니다.
borglab/gtsam
GTSAM은 로보틱스 및 비전 분야의 스무딩과 매핑(SAM)을 위해 인수 그래프(Factor Graphs)와 베이즈 네트워크를 사용하는 C++ 라이브러리입니다. 최신 버전은 C++17 전환 및 Boost 의존성 완화를 특징으로 하며, C++ 외에도 MATLAB 및 Python 래퍼를 지원합니다.
anthropics/claude-cookbooks
Claude Cookbooks는 개발자가 Claude API를 활용하여 애플리케이션을 구축할 수 있도록 돕는 코드 스니펫과 가이드를 제공하는 리소스입니다. RAG, 도구 사용, 비전, 서브 에이전트 등 다양한 구현 사례를 Python 기반의 예제로 제공하며 커뮤니티 기여를 통해 발전합니다.
ageron/handson-ml3
이 프로젝트는 O'Reilly 저서 'Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow (3rd edition)'의 예제 코드와 연습 문제 솔루션을 제공합니다. Python을 활용한 머신러닝 기초 학습을 목표로 하며, Anaconda와 Docker를 이용한 로컬 환경 구축 방법을 안내합니다.
microsoft/mcp-for-beginners
Microsoft에서 제공하는 'mcp-for-beginners'는 AI 애플리케이션이 다양한 도구 및 서비스와 표준화된 방식으로 통신할 수 있게 돕는 Model Context Protocol(MCP) 입문용 학습 리소스입니다. 사용자는 이 커리큘럼을 통해 MCP 서버를 직접 구축하고 인기 AI 플랫폼과 통합하는 실습 과정을 단계별로 학습할 수 있습니다.
microsoft/iq-series
Microsoft IQ 시리즈는 기업용 통합 지능 계층(unified intelligence layer)을 제공하며, Foundry IQ, Work IQ, Fabric IQ 세 가지 핵심 서비스를 통해 AI 에이전트의 기능을 확장합니다. 각 서비스는 각각 관리형 지식 접근, 개인화된 업무 문맥 이해, 비즈니스 시맨틱 통합을 담당하여 전통적인 RAG를 넘어선 깊은 기업용 추론 및 행동 능력을 지원합니다. 현재 Foundry IQ 에피소드가 공개되며, 사용자는 이를 통해 아키텍처 학습과 실습을 진행할 수 있습니다.
facebookresearch/dinov3
DINOv3는 다양한 비전 작업에서 미세 조정 없이도 최첨단 성능을 발휘하는 다재다능한 비전 파운데이션 모델 제품군입니다. 고해상도 밀집 특징을 생성하며, ViT 및 ConvNeXt 백본을 지원하고 Hugging Face Transformers 및 timm 라이브러리와의 호환성을 제공합니다.
NirDiamant/RAG_Techniques
이 저장소는 RAG(Retrieval-Augmented Generation) 시스템의 정확성, 효율성 및 문맥적 풍부함을 향상시키는 최첨단 기술과 고급 튜토리얼 컬렉션을 제공합니다. 여기에는 MemoRAG, End-to-End RAG Evaluation 등 다양한 최신 개선 사항이 포함되어 있습니다. 또한, 사용자는 프롬프트 엔지니어링 기초를 다지고 프로덕션급 GenAI 에이전트를 구축하는 방법을 배우기 위해 관련 리소스(Agents Towards Production, Prompt Engineering Techniques guide)도 함께 제공받을 수 있습니다.
ScalingIntelligence/KernelBench
KernelBench는 LLM이 PyTorch 프로그램에 대해 정확하고 효율적인 CUDA/DSL 커널을 생성할 수 있는 능력을 평가하기 위한 벤치마크 및 환경입니다. 이 벤치마크는 단일 연산자부터 전체 모델 아키텍처까지 4단계의 난이도로 구성되어 있으며, 단순히 정확성뿐만 아니라 PyTorch 참조 구현 대비 속도 향상(speedup)을 측정하는 'fast_p' 지표를 통해 성능과 정확성을 동시에 평가합니다. 사용자는 이 저장소를 클론하여 수정하거나 git submodule로 사용하는 것이 권장됩니다.
OpenBMB/MiniCPM
MiniCPM 시리즈는 희소 어텐션(Sparse Attention)과 선형 어텐션(Linear Attention)을 결합한 혁신적인 하이브리드 아키텍처를 통해 장기 컨텍스트 모델링의 효율성과 성능을 극대화했습니다. MiniCPM-SALA는 백만 토큰 컨텍스트 처리를 위해 이 두 가지 메커니즘을 통합했으며, HyPE와 같은 기술적 개선을 통해 Qwen3-8B 대비 뛰어난 추론 속도와 메모리 효율성을 입증했습니다. OpenBMB는 NVIDIA와의 협력을 통해 9B 규모 모델의 1M 토큰 추론 한계에 도전하는 대규모 컴파일 최적화 경진대회를 개최하고 있습니다.
alirezadir/Machine-Learning-Interviews
이 저장소는 FAANG 등 빅테크 기업의 ML/AI 엔지니어링 인터뷰 준비를 위한 종합 가이드입니다. AI 엔지니어링, 에이전트 시스템 설계 및 개발 최신 트렌드를 포함하여 다양한 리소스와 실습 코딩 예제를 제공합니다. 저자가 실제 오퍼를 받은 경험을 바탕으로 작성되었으며, 일반적인 ML 직무에 초점을 맞추고 있습니다.
QwenLM/Qwen3-VL
Qwen3-VL은 기존 Qwen 시리즈 중 가장 강력한 시각-언어 모델(VLM)으로, 텍스트 이해/생성, 시각적 인지 및 추론, 컨텍스트 길이, 공간/비디오 역학 이해 등 전반적인 면에서 대폭 업그레이드되었습니다. 이 모델은 에지부터 클라우드까지 확장 가능한 Dense 및 MoE 아키텍처로 제공되며, 시각적 에이전트 기능(GUI 작동), 이미지/비디오 기반 코딩 생성, 고급 공간 인지(3D 그라운딩 포함) 등 다양한 첨단 기능을 갖추고 있습니다. 또한 256K 네이티브 컨텍스트를 지원하며, STEM 분야의 강화된 멀티모달 추론 능력을 제공합니다.
lyogavin/airllm
AirLLM은 양자화, 증류, 가지치기 등의 복잡한 최적화 과정 없이도 70B급 거대 언어 모델(LLMs)을 단일 4GB GPU 카드에서 구동할 수 있게 하는 프레임워크입니다. 이 도구는 Llama3.1의 경우 8GB VRAM에서도 실행 가능하며, 블록 단위 양자화 기능을 통해 정확도 손실을 최소화하면서 추론 속도를 최대 3배까지 향상시킬 수 있습니다. 또한 MacOS 지원 및 다양한 최신 LLM 모델들을 네이티브로 지원합니다.
wesm/pydata-book
이 자료는 Wes McKinney의 'Python for Data Analysis, 3rd Edition'을 위한 IPython 노트북과 관련 리소스입니다. 사용자는 `uv`라는 빠른 패키지 설치 프로그램/해결사를 사용하여 가상 환경 설정 및 Jupyter Notebook 실행 과정을 간소화할 수 있습니다. 또한, 프로젝트는 pandas 2.0.3 버전을 사용하여 notebooks의 호환성을 보장하며, 이전 판본(1st/2nd Edition)을 위한 브랜치도 제공합니다.
dscripka/openWakeWord
openWakeWord는 음성 활성화 애플리케이션 및 인터페이스 제작에 사용할 수 있는 오픈 소스 웨이크워드 라이브러리입니다. 이 라이브러리는 실제 환경에서 작동하는 일반 단어 및 문구에 대한 사전 학습된 모델을 포함하고 있으며, 사용자는 `pip install openwakeword` 명령어로 쉽게 설치할 수 있습니다. 사용자 코드를 통해 Model 클래스를 사용하여 스트리밍 탐지나 개별 WAV 파일 예측값을 가져올 수 있으며, Speex 노이즈 억제 및 VAD(Voice Activity Detection) 임계값 설정을 통해 성능을 최적화할 수 있습니다.
GokuMohandas/Made-With-ML
이 코스는 머신러닝(ML) 개념을 소프트웨어 엔지니어링과 결합하여 프로덕션급 ML 애플리케이션을 설계, 개발, 배포하는 전 과정을 다룹니다. 참가자들은 실험 단계부터 신뢰할 수 있는 프로덕션 시스템 구축까지의 모든 단계를 학습하며, MLOps 구성 요소(추적, 테스트, 서빙 등)와 CI/CD 워크플로우를 구현합니다. 이 과정은 ML을 특정 분야가 아닌 데이터를 생각하는 강력한 방식으로 정의하며, 소프트웨어/인프라 엔지니어부터 데이터 사이언티스트, 제품 리더십까지 모든 개발자에게 필수적인 기술적 토대를 제공합니다.
DataExpert-io/data-engineer-handbook
이 자료는 데이터 엔지니어(Data Engineer)가 되기 위해 필요한 모든 리소스를 모아놓은 종합 핸드북입니다. 입문자 로드맵, 무료 부트캠프 정보와 함께 프로젝트 예제, 면접 팁, 추천 도서 목록 등을 제공합니다. 또한 오케스트레이션, 데이터 레이크/클라우드 등 핵심 주제별 커뮤니티 및 필수 학습 자료(도서, 블로그)를 안내하며, 관련 크리에이터 및 팟캐스트까지 폭넓게 소개하고 있습니다.
이 피드 구독하기
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.