Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-12 20:32 UTC

NVIDIA / Megatron-LM

Ongoing research training transformer models at scale

PythonEigene Lizenz★ 17.403 Sterne⑂ 4.357 Forksseit März 2019Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#large-language-models#model-para#transformers

NVIDIA/Megatron-LM erreicht einen Gesundheitsindex von 98 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (100/100) ab, am schwächsten bei Security (64/100). Zuletzt heute aktualisiert. 6 Mitwirkende tragen den Großteil der jüngsten Arbeit.

98
gesamt / 100
Außergewöhnlich

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

98
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 87 wird auf der veröffentlichten Indexskala auf 98 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

NVIDIA CorporationOrganisation
28.894 Follower785 öffentliche Reposseit Mai 2012

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImegatron-core0.18.2234.379393vor 22 Tagennlpnludeepgpulanguagelearningmachinenvidiapytorchtorchtransformer

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

100Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

100Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
36/36Commit-Rhythmus — 52/52 Wochen mit Commits
18/18Commit-Volumen — 2.488 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year2.488
human_commit_share0,94
days_since_last_push0
active_weeks_last_year52

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 47 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 22 Tagen
27/27Release-Rhythmus — ein Release etwa alle 21,5 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count47
latest_release_tagcore_v0.18.2
releases_from_tagsnein
days_since_latest_release22
mean_days_between_releases21,5

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

86Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

97Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 17.403 Stars
25/25Forks — 4.357 Forks
12.3/15Watcher — 165 Watcher
Verwendete Eingangsdaten
forks4.357
stars17.403
watchers165
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

71Gut
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

89Exzellent
Wie die Bewertung erfolgt
71.6/80Downloads pro Monat — 234.379 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmegatron-core
dependents—
ecosystemspypi
total_downloads—
monthly_downloads234.379
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

88Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

88Exzellent
Wie die Bewertung erfolgt
48.6/54Bus-Faktor — 6 Beitragende decken die Hälfte aller Commits ab
17.4/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 22 % der Commits
13.5/13.5Breite der Beitragenden — 99 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor6
contributors_sampled99
top_contributor_share0,225

Reaktionsfähigkeit bei Issues & PRs

68Gut
Wie die Bewertung erfolgt
32.4/42Issue-Lösungsquote — 77 % der Issues geschlossen
19.2/30PR-Annahme — 2.473/3.860 entschiedene PRs gemergt
6.5/13Newcomer PR acceptance — 1/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs2.473
open_issues382
closed_issues1.287
prs_merged_7d41
prs_decided_7d57
prs_merged_30d43
prs_decided_30d59
issue_closed_ratio0,771
closed_unmerged_prs1.387
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
25/25Reichweite des Inhabers — 28.894 Follower von NVIDIA
25/25Kontohistorie — 785 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers28.894
owner_typeOrganization
is_verified—
owner_loginNVIDIA
public_repos785
account_age_days5.206
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 22 Tagen
20/20Versionshistorie — 393 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmegatron-core
ecosystemspypi
any_deprecatednein
min_days_since_publish22

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

91Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 33 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .pylintrc
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.nvidia.com/megatron-core/developer-guide/latest/get-started/quickstart.html
10/10Repository-Beschreibung
10/10Topics — 3 Topics
0/10Wiki
Verwendete Eingangsdaten
topicslarge-language-models, model-para, transformers
has_wikinein
homepagehttps://docs.nvidia.com/megatron-core/developer-guide/latest/get-started/quickstart.html
docs_sitehttps://docs.nvidia.com/megatron-core/developer-guide/latest/get-started/quickstart.html
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

64Mittel · 16 % des Gesamtindex

Sicherheitslage

55Mittel
Wie die Bewertung erfolgt
30/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
25/25Lockfiles für Abhängigkeiten — uv.lock
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilesuv.lock
manifestspyproject.toml, setup.py
has_codeql_workflownein
has_security_policyja
has_dependabot_confignein

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages3
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:megatron-core@0.18.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 3 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

80Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .cursorrules, AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 87 von 94 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,926
agent_instruction_files.cursorrules, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes3.012

AI-Verify-Loop (Build / Test / Typprüfung)

79Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — megatron/core/datasets/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .pylintrc
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 13 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesmegatron/core/datasets/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,13
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

53Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
52.9/55Handhabbare Dateigrößen — 48/1.285 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes262.053
source_files_sampled1.285
oversized_source_files48

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples, recipes
Verwendete Eingangsdaten
example_dirsexamples, recipes
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

17.403GitHub-Sterne
99Mitwirkende
2.488Commits, letzte 12 Monate
0Tage seit letztem Push
47Releases
6Bus-Faktor
382offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 31 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (2026/08/12 20:31:06 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 4.357 ⇿
0Sterne
4.357Forks
12Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

3.2003.4003.6003.8004.0004.2004.4004.357122025-112026-042026-08
Major 0Minor 0Patch 0
Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPItorch>=2.6.0pyproject.toml
PyPInumpy—pyproject.toml
PyPIpackaging>=24.2pyproject.toml
Alle Abhängigkeiten 320

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 6 direkte und 314 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPInumpy—direkt
PyPInumpy2.5.2direkt
PyPIpackaging—direkt
PyPIpackaging26.3direkt
PyPItorch—direkt
PyPItorch2.13.0direkt
PyPIabsl-py2.5.0indirekt
PyPIaccelerate1.14.0indirekt
PyPIaccessible-pygments0.0.5indirekt
PyPIaiobotocore3.9.0indirekt
PyPIaiofiles25.1.0indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiohttp-cors0.8.1indirekt
PyPIaioitertools0.13.0indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster1.0.0indirekt
PyPIaniso860110.0.1indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIantlr4-python3-runtime4.9.3indirekt
PyPIanyio4.9.0indirekt
PyPIapache-tvm-ffi0.1.9indirekt
PyPIastroid3.2.4indirekt
PyPIattrs26.1.0indirekt
PyPIav17.0.1indirekt
PyPIav18.0.0indirekt
PyPIbabel2.18.0indirekt
PyPIbcrypt5.0.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIblack26.3.0indirekt
PyPIblinker1.9.0indirekt
PyPIboto3—indirekt
PyPIbotocore1.43.56indirekt
PyPIbraceexpand0.1.7indirekt
PyPIbracex3.0.1indirekt
PyPIcatalogue2.0.10indirekt
PyPIcausal-conv1d—indirekt
PyPIcausal-conv1d1.6.2.post1indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIclick8.4.2indirekt
PyPIcloudpickle3.0.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorful0.5.8indirekt
PyPIcontextlib221.6.0indirekt
PyPIcoverage7.15.4indirekt
PyPIcryptography50.0.0indirekt
PyPIcuda-bindings13.3.1indirekt
PyPIcuda-core1.0.1indirekt
PyPIcuda-pathfinder1.6.0indirekt
PyPIcuda-python13.3.1indirekt
PyPIcuda-tile1.5.0indirekt
PyPIcython3.2.9indirekt
PyPIdatasets—indirekt
PyPIdatasets4.8.5indirekt
PyPIdatasets5.0.1indirekt
PyPIdecorator5.3.1indirekt
PyPIdeep-gemm2.5.0+localindirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdeprecation2.1.0indirekt
PyPIdill0.4.1indirekt
PyPIdiskcache—indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIdocker7.2.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIdocutils0.22.4indirekt
PyPIeinops—indirekt
PyPIeinops0.8.2indirekt
PyPIemerging-optimizers—indirekt
PyPIemerging-optimizers0.2.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfabric3.2.3indirekt
PyPIfast-hadamard-transform1.0.4.post1indirekt
PyPIfastapi0.136.3indirekt
PyPIfastapi0.141.1indirekt
PyPIfiddle0.3.0indirekt
PyPIfilelock3.32.2indirekt
PyPIfiletype1.2.0indirekt
PyPIfla-core0.5.1indirekt
PyPIflake87.1.0indirekt
PyPIflash-linear-attention0.5.1indirekt
PyPIflash-mla1.0.0+9edee0cindirekt
PyPIflashinfer-python0.6.11.post3indirekt
PyPIflashinfer-python0.6.16.post3indirekt
PyPIflask3.1.3indirekt
PyPIflask-restful0.3.10indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIgoogle-api-core2.34.0indirekt
PyPIgoogle-auth2.56.3indirekt
PyPIgoogle-cloud-language—indirekt
PyPIgoogleapis-common-protos1.75.1indirekt
PyPIgraphviz0.21indirekt
PyPIgrpcio1.83.0indirekt
PyPIgrpcio-tools1.83.0indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIhatchling1.31.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.27.2indirekt
PyPIhttpx-aiohttp0.2.0indirekt
PyPIhuggingface-hub1.27.0indirekt
PyPIhypercorn0.18.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIidna3.18indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata8.6.1indirekt
PyPIinflect—indirekt
PyPIiniconfig2.3.0indirekt
PyPIinquirerpy0.3.4indirekt
PyPIinvoke2.2.1indirekt
PyPIisort5.13.2indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.16.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlark1.3.1indirekt
PyPIledoc-ui0.1.0indirekt
PyPIleptonai0.27.3indirekt
PyPIlibcst1.9.0indirekt
PyPIloguru0.7.3indirekt
PyPImamba-ssm—indirekt
PyPImamba-ssm2.3.2.post1indirekt
PyPImarkdown3.10.3indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImccabe0.7.0indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImegatron-energon7.3.2indirekt
PyPImegatron-energon7.4.1indirekt
PyPImfusepy3.1.1indirekt
PyPIml-dtypes0.5.4indirekt
PyPImock5.2.0indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.2.1indirekt
PyPImulti-storage-client0.49.0indirekt
PyPImulti-storage-client0.51.0indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPImypy-extensions1.1.0indirekt
PyPImyst-parser5.1.0indirekt
PyPInccl4py0.3.1indirekt
PyPInemo-run0.11.0+e393539indirekt
PyPInetworkx3.6.1indirekt
PyPIninja1.13.0indirekt
PyPInltk—indirekt
PyPInltk3.10.2indirekt
PyPInvdlfw-inspect0.2.2indirekt
PyPInvidia-cudnn-frontend1.26.0indirekt
PyPInvidia-cutlass-dsl4.5.0indirekt
PyPInvidia-cutlass-dsl-libs-base4.5.0indirekt
PyPInvidia-cutlass-dsl-libs-cu134.5.0indirekt
PyPInvidia-mathdx25.6.0indirekt
PyPInvidia-ml-py13.610.43indirekt
PyPInvidia-modelopt—indirekt
PyPInvidia-modelopt0.45.0indirekt
PyPInvidia-resiliency-ext0.6.0indirekt
PyPInvidia-sphinx-theme0.0.9.post1indirekt
PyPIomegaconf—indirekt
PyPIomegaconf2.3.1indirekt
PyPIonnx1.22.0indirekt
PyPIonnx-ir0.2.1indirekt
PyPIonnxscript0.7.0indirekt
PyPIonnxscript0.7.1indirekt
PyPIopenai2.53.0indirekt
PyPIopencensus0.11.4indirekt
PyPIopencensus-context0.1.3indirekt
PyPIopentelemetry-api1.33.1indirekt
PyPIopentelemetry-exporter-prometheus0.54b1indirekt
PyPIopentelemetry-proto1.44.0indirekt
PyPIopentelemetry-sdk1.33.1indirekt
PyPIopentelemetry-semantic-conventions0.54b1indirekt
PyPIorjson3.11.9indirekt
PyPIpandas—indirekt
PyPIpandas3.0.5indirekt
PyPIparamiko5.0.0indirekt
PyPIpathspec1.1.1indirekt
PyPIpfzy0.3.4indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.11.1indirekt
PyPIpluggy1.6.0indirekt
PyPIprettytable3.18.0indirekt
PyPIpriority2.0.0indirekt
PyPIprometheus-client0.26.0indirekt
PyPIprometheus-fastapi-instrumentator7.0.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpropcache0.5.2indirekt
PyPIproto-plus1.28.3indirekt
PyPIprotobuf7.35.1indirekt
PyPIpsutil7.2.2indirekt
PyPIpulp3.3.2indirekt
PyPIpy-spy0.4.2indirekt
PyPIpyarrow25.0.0indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpybind11—indirekt
PyPIpybind113.1.0indirekt
PyPIpycodestyle2.12.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydata-sphinx-theme0.20.0indirekt
PyPIpyflakes3.2.0indirekt
PyPIpygithub2.9.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpylint3.2.6indirekt
PyPIpynacl1.6.2indirekt
PyPIpyre-extensions0.0.32indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-random-order1.2.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.5.1indirekt
PyPIpython-gitlab8.5.0indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpytokens0.4.1indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywin32312indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-ft8.0.0indirekt
PyPIquack-kernels0.4.1indirekt
PyPIquart0.21.0indirekt
PyPIrapidyaml0.15.2indirekt
PyPIray2.56.1indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.7.19indirekt
PyPIrequests—indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrich15.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.9.10indirekt
PyPIs3fs2026.6.0indirekt
PyPIsafetensors0.8.0indirekt
PyPIscipy1.18.0indirekt
PyPIsentencepiece—indirekt
PyPIsentencepiece0.2.2indirekt
PyPIsentry-sdk2.66.1indirekt
PyPIsetuptools—indirekt
PyPIsetuptools84.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIslack-sdk3.43.0indirekt
PyPIsmart-open8.0.1indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsoupsieve2.9.2indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-autodoc20.5.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstarlette0.52.1indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.10.0indirekt
PyPItensorboard2.21.0indirekt
PyPItensorboard-data-server0.7.2indirekt
PyPItensorflow—indirekt
PyPItensorstore—indirekt
PyPItensorstore0.1.84indirekt
PyPItensorstore0.1.85indirekt
PyPItiktoken0.13.0indirekt
PyPItilelang0.1.8indirekt
PyPItokenizers0.22.2indirekt
PyPItoml0.10.2indirekt
PyPItomlkit0.15.1indirekt
PyPItorch-c-dlpack-ext0.1.5indirekt
PyPItorchx0.7.0indirekt
PyPItqdm—indirekt
PyPItqdm4.67.3indirekt
PyPItqdm4.70.0indirekt
PyPItransformer-engine2.18.0+e7c550c5indirekt
PyPItransformers—indirekt
PyPItransformers5.14.1indirekt
PyPItriton3.7.1indirekt
PyPItrove-classifiers2026.6.1.19indirekt
PyPItyper0.27.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspect0.9.0indirekt
PyPItyping-inspection0.4.3indirekt
PyPItzdata2025.3indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.52.1indirekt
PyPIvirtualenv21.7.3indirekt
PyPIwandb0.28.1indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwcmatch10.2.1indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebdataset1.0.2indirekt
PyPIwebsockets17.0.1indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwget3.2indirekt
PyPIwin32-setctime1.2.0indirekt
PyPIwrapt2.3.0indirekt
PyPIwsproto1.3.2indirekt
PyPIxattr1.3.0indirekt
PyPIxxhash3.8.1indirekt
PyPIyarl1.24.5indirekt
PyPIz3-solver4.15.4.0indirekt
PyPIzipp4.1.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:megatron-core@0.18.2 zieht 3 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit NVIDIA/Megatron-LM teilen. Nebeneinander lesen →

89fastai/fastaiThe fastai deep learning libraryExzellent98huggingface/peft🤗 PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.Außergewöhnlich98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceAußergewöhnlich99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich98huggingface/diffusers🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.31.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.