推荐项目:Leibniz - 数字科学记数法的未来
2024-05-23 11:26:34作者:冯爽妲Honey

Leibniz 是一个创新的数字科学记数法,旨在定义一种用于编写科学模型的公式和算法的形式语言。这种语言不仅可以方便地发布、引用和讨论模型,还能与软件进行交互。通过阅读 "Leibniz by example" 一文以及查看其他示例和手册,您可以深入了解它的魅力。
项目技术分析
Leibniz 的核心是基于 Racket 语言实现的,这使得它能够利用 Racket 的语言扩展能力。它采用了一种实验性的设计,目前的状态被认为是实验性的,但已经实现了将人类可读的文本与计算机可执行代码结合的目标。这一特性减少了从同行评审的人类可读描述转换到机器可读代码时可能引入的错误。
该项目在 'pollen' 分支上进行重大重构,使用了 Pollen 库替代 Scribble 文档系统。Pollen 提供了更精细的 HTML 控制,并允许嵌入机器可读的 XML 到人类可读的 HTML 文件中,使得文档成为单一文件,便于识别和分享。
此外,还有一种基于 Pharo 实现的不完整版本,目的是探索交互式建模的可能性。Pharo 的实时对象编程系统为作者提供了一种消除开发者与用户之间鸿沟的方式。
项目及技术应用场景
Leibniz 可广泛应用于科学和数学领域,它适合于:
- 发表科学研究,以清晰且精确的公式和算法形式呈现。
- 计算机辅助研究,通过编写可验证的代码进行模型仿真和数据分析。
- 教育和教学,作为讲解复杂科学概念的工具。
- 开发自说明的计算实验,确保结果的可复现性。
项目特点
- 混合人机读取:Leibniz 允许在同一文档中直接嵌入代码,既可读也可执行。
- 易于验证:通过消除传统翻译步骤,减少潜在错误。
- 实验性质:不断改进中,未来的版本将会引入更多功能,如内置数据结构和支持工作流。
- 多平台兼容:支持 Racket 和 Pharo 两个环境,适应不同需求。
Leibniz 以其创新和灵活性,为科学研究提供了一个全新的沟通和实施工具。无论是研究人员还是教育工作者,都能从中受益。现在就加入 Leibniz 社区,一起探索科学计算的新边界!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
717
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460