Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 23:16 UTC

axolotl-ai-cloud / axolotl

Go ahead and axolotl questions

PythonApache-2.0★ 12.413 Sterne⑂ 1.413 Forksseit Apr. 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#fine-tuning#llm

axolotl-ai-cloud/axolotl erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (100/100) ab, am schwächsten bei Security (59/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

96
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.

96
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 84 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Axolotl AIOrganisation
199 Follower22 öffentliche Reposseit Apr. 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIaxolotl0.18.0-27vor 41 Tagen

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 — 531 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year531
human_commit_share0,82
days_since_last_push0
active_weeks_last_year52

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 32 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 41 Tagen
27/27Release-Rhythmus — ein Release etwa alle 37 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count32
latest_release_tagv0.18.0
releases_from_tagsnein
days_since_latest_release41
mean_days_between_releases37
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

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

94Außergewöhnlich · 17 % des Gesamtindex

Popularität & Verbreitung

95Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 12.413 Stars
25/25Forks — 1.413 Forks
9.7/15Watcher — 56 Watcher
Verwendete Eingangsdaten
forks1.413
stars12.413
watchers56
growth_stateorganic
growth_factor_pct100

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges11
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templateja

Nachhaltigkeit & Governance

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

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

43Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 54 % der Commits
13.5/13.5Breite der Beitragenden — 98 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 27 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled98
top_contributor_share0,544

Reaktionsfähigkeit bei Issues & PRs

71Gut
Wie die Bewertung erfolgt
37/42Issue-Lösungsquote — 88 % der Issues geschlossen
26.7/30PR-Annahme — 2.316/2.601 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/9 PRs von Erstbeitragenden in 30 Tagen gemergt
7.5/15OpenSSF Scorecard: Code-Review — Found 11/22 approved changesets -- score normalized to 5
Verwendete Eingangsdaten
merged_prs2.316
open_issues119
closed_issues886
prs_merged_7d3
prs_decided_7d11
prs_merged_30d17
prs_decided_30d32
issue_closed_ratio0,882
closed_unmerged_prs285
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d9

Eigentümerschaft & Trägerschaft

61Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
16.5/25Reichweite des Inhabers — 199 Follower von axolotl-ai-cloud
14.6/25Kontohistorie — 22 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers199
owner_typeOrganization
is_verifiednein
owner_loginaxolotl-ai-cloud
public_repos22
account_age_days860

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 41 Tagen
20/20Versionshistorie — 27 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesaxolotl
ecosystemspypi
any_deprecatednein
min_days_since_publish41

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

98Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

96Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 12 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
16/20OpenSSF Scorecard: CI-Tests — 26 out of 29 merged PRs checked by a CI test -- score normalized to 8
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.axolotl.ai
10/10Repository-Beschreibung
10/10Topics — 2 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsfine-tuning, llm
has_wikija
homepagehttps://docs.axolotl.ai
docs_sitehttps://docs.axolotl.ai
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

59Mittel · 16 % des Gesamtindex

Sicherheitslage

65Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2/2.5CI-Tests — 26 out of 29 merged PRs checked by a CI test -- score normalized to 8
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5Code-Review — Found 11/22 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 27 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — keine Daten
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
2.2/7.5Vulnerabilities — 7 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate6,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Pinned-Dependencies, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

34Gefährdet
Wie die Bewertung erfolgt
10.2/35Direkte Abhängigkeiten ohne bekannte Advisories — 4 betroffen: gradio 6.10.0 (high 7.5), python-dotenv 1.0.1 (moderate 6.6), torch 2.12.1 (moderate 5.3), +1 weitere
4.8/25Indirekte Abhängigkeiten ohne bekannte Advisories — 3 betroffen: pillow 11.3.0 (critical 9.1), sqlitedict 2.1.0 (high 8.8), starlette 0.52.1 (high 7.5)
18.9/40Keine offenen Advisories — 6 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 708 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories57
affected_packages7
assessed_packages211
unassessed_packages0
affected_by_severitycritical 1, high 3, moderate 2, unknown 1
direct_affected_packages4
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:axolotl@0.18.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 211 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.

84Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 79 von 82 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,963
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6.229

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

78Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — .mypy.ini
10/10Reproduzierbare Umgebung — Dockerfile
8/10Belegte Agentenpraxis — 4 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 18 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs.mypy.ini
agent_commit_share0,04
toolchain_manifests—
dependency_bot_commit_share0,18
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Pinned-Dependencies. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (.mypy.ini)
54.2/55Handhabbare Dateigrößen — 13/919 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes136.466
source_files_sampled919
oversized_source_files13

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, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
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

12.413GitHub-Sterne
98Mitwirkende
531Commits, letzte 12 Monate
0Tage seit letztem Push
32Releases
1Bus-Faktor
119offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-21: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 12413 stars today.
  • pypi download statistics for 'axolotl' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 12.228 ★ / 1.413 ⇿
12.228Sterne
1.413Forks
27Releases

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.

Die Sternehistorie wird mit dem Stand vom 2026-07-21 gezeigt. GitHub hat die Stargazers-API im Juli 2026 auf Repository-Administratoren beschränkt, diese Reihe lässt sich daher nicht mehr fortschreiben; die Gesamtzahl der Sterne oben bleibt aktuell.

02.5005.0007.50010.00012.50012.2281.413592024-022025-052026-08
Major 0Minor 14Patch 11

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 6.5 / 10
6.5Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-08-27 23:16 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
8CI-Tests26 out of 29 merged PRs checked by a CI test -- score normalized to 8
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 11/22 approved changesets -- score normalized to 5
10Contributorsproject has 27 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
k. A.Pinned-Dependenciesinternal error: internal error: invalid Dockerfile
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
3Vulnerabilities7 existing vulnerabilities detected
Direkte Abhängigkeiten 58
RegistryPaketVersionsvorgabeManifest
PyPItorch>=2.11.0,<=2.13.0pyproject.toml
PyPIpackaging==26.0pyproject.toml
PyPIhuggingface_hub==1.17.0pyproject.toml
PyPIpeft==0.20.0pyproject.toml
PyPItokenizers==0.22.2pyproject.toml
PyPItransformers==5.15.0pyproject.toml
PyPIaccelerate==1.13.0pyproject.toml
PyPIdatasets==4.8.4pyproject.toml
PyPItrl==1.8.0pyproject.toml
PyPIhf_xet==1.4.3pyproject.toml
PyPIkernels>=0.16.0,<0.17.0pyproject.toml
PyPItrackio==0.19.0pyproject.toml
PyPItyping-extensions==4.15.0pyproject.toml
PyPIoptimum==1.16.2pyproject.toml
PyPIhf_transfer—pyproject.toml
PyPIsentencepiece—pyproject.toml
PyPIgradio==6.10.0pyproject.toml
PyPImodal==1.3.0.post1pyproject.toml
PyPIpydantic==2.12.5pyproject.toml
PyPIaddict—pyproject.toml
PyPIfire—pyproject.toml
PyPIPyYAML==6.0.3pyproject.toml
PyPIrequests—pyproject.toml
PyPIwandb—pyproject.toml
PyPIeinops—pyproject.toml
PyPIcolorama—pyproject.toml
PyPInumba>=0.63.1,<1.0pyproject.toml
PyPInumpy>=2.1,<3.0pyproject.toml
PyPItyper==0.25.1pyproject.toml
PyPIevaluate==0.4.1pyproject.toml
PyPIscipy—pyproject.toml
PyPInvidia-ml-py==12.560.30pyproject.toml
PyPIart—pyproject.toml
PyPItensorboard—pyproject.toml
PyPIpython-dotenv==1.0.1pyproject.toml
PyPIs3fs==2025.10.0pyproject.toml
PyPIgcsfs==2025.10.0pyproject.toml
PyPIadlfs==2026.2.0pyproject.toml
PyPIocifs==1.3.2pyproject.toml
PyPIzstandard==0.22.0pyproject.toml
PyPIfastcore—pyproject.toml
PyPIlm_eval==0.4.11pyproject.toml
PyPIlangdetect==1.0.9pyproject.toml
PyPIimmutabledict==4.2.0pyproject.toml
PyPIantlr4-python3-runtime==4.13.2pyproject.toml
PyPIschedulefree==1.4.1pyproject.toml
PyPIopenenv-core==0.1.0pyproject.toml
PyPIaxolotl-contribs-lgpl==0.0.7pyproject.toml
PyPIaxolotl-contribs-mit==0.0.6pyproject.toml
PyPIposthog==6.7.11pyproject.toml
PyPImistral-common==1.11.5pyproject.toml
PyPIbitsandbytes==0.50.0pyproject.toml
PyPItriton>=3.4.0pyproject.toml
PyPIxformers>=0.0.33.post2pyproject.toml
PyPIliger-kernel==0.8.0pyproject.toml
PyPItorchao==0.17.0pyproject.toml
PyPIfla-core==0.4.1pyproject.toml
PyPIflash-linear-attention==0.4.1pyproject.toml
Alle Abhängigkeiten 73

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 58 direkte und 15 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaccelerate1.13.0direkt
PyPIaddict—direkt
PyPIadlfs2026.2.0direkt
PyPIantlr4-python3-runtime4.13.2direkt
PyPIart—direkt
PyPIaxolotl-contribs-lgpl0.0.7direkt
PyPIaxolotl-contribs-mit0.0.6direkt
PyPIbitsandbytes0.50.0direkt
PyPIcolorama—direkt
PyPIdatasets4.8.4direkt
PyPIeinops—direkt
PyPIevaluate0.4.1direkt
PyPIfastcore—direkt
PyPIfire—direkt
PyPIfla-core0.4.1direkt
PyPIflash-linear-attention0.4.1direkt
PyPIgcsfs2025.10.0direkt
PyPIgradio6.10.0direkt
PyPIhf-transfer—direkt
PyPIhf-xet1.4.3direkt
PyPIhuggingface-hub1.17.0direkt
PyPIimmutabledict4.2.0direkt
PyPIkernels—direkt
PyPIlangdetect1.0.9direkt
PyPIliger-kernel0.8.0direkt
PyPIlm-eval0.4.11direkt
PyPImistral-common1.11.5direkt
PyPImodal1.3.0.post1direkt
PyPInumba—direkt
PyPInumpy—direkt
PyPInvidia-ml-py12.560.30direkt
PyPIocifs1.3.2direkt
PyPIopenenv-core0.1.0direkt
PyPIoptimum1.16.2direkt
PyPIpackaging26.0direkt
PyPIpeft0.20.0direkt
PyPIposthog6.7.11direkt
PyPIpydantic2.12.5direkt
PyPIpython-dotenv1.0.1direkt
PyPIpyyaml6.0.3direkt
PyPIrequests—direkt
PyPIs3fs2025.10.0direkt
PyPIschedulefree1.4.1direkt
PyPIscipy—direkt
PyPIsentencepiece—direkt
PyPItensorboard—direkt
PyPItokenizers0.22.2direkt
PyPItorch—direkt
PyPItorchao0.17.0direkt
PyPItrackio0.19.0direkt
PyPItransformers5.15.0direkt
PyPItriton—direkt
PyPItrl1.8.0direkt
PyPItyper0.25.1direkt
PyPItyping-extensions4.15.0direkt
PyPIwandb—direkt
PyPIxformers—direkt
PyPIzstandard0.22.0direkt
PyPIauto-gptq0.5.1indirekt
PyPIcame-pytorch0.1.3indirekt
PyPIdeepspeed—indirekt
PyPIfbgemm-gpu-genai—indirekt
PyPIflash-attn2.8.3indirekt
PyPIllmcompressor—indirekt
PyPIlomo-optim0.1.1indirekt
PyPImamba-ssm1.2.0.post1indirekt
PyPIq-galore-torch1.0indirekt
PyPIray—indirekt
PyPIring-flash-attn—indirekt
PyPIsetuptools—indirekt
PyPIsetuptools-scm—indirekt
PyPItorch-optimi0.2.1indirekt
PyPIvllm—indirekt
Abhängigkeits-Advisories 7

Die Installation von pypi:axolotl@0.18.0 zieht 211 Pakete nach sich, direkt und transitiv: 7 tragen bekannte Advisories, davon 4 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pillow11.3.0indirektkritisch3612.3.0
gradio6.10.0direkthoch56.16.0
sqlitedict2.1.0indirekthoch2—
starlette0.52.1indirekthoch101.3.1
python-dotenv1.0.1direktmittel21.2.2
torch2.12.1direktmittel12.13.0
datasets4.8.4direktunbekannt15.0.1

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 axolotl-ai-cloud/axolotl teilen. Nebeneinander lesen →

100run-llama/llama_indexLlamaIndex is the document processing platform for AIAußergewöhnlich98huggingface/peft🤗 PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.Außergewöhnlich97NVIDIA-NeMo/CuratorScalable data pre processing and curation toolkit for LLMsAußergewöhnlich95MakazhanAlpamys/SoupFine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU.Außergewöhnlich95ludwig-ai/ludwigLow-code framework for building custom LLMs, neural networks, and other AI modelsAußergewöhnlich96flyteorg/flyteDynamic, resilient AI orchestration. Coordinate data, models, and compute as you build AI workflows.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 v0.34.0 — vollständige Methodik · Metriken-Wiki.

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