Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-14 06:52 UTC

paiml / aprender

Next Generation Machine Learning, Statistics and Deep Learning in PURE Rust

Rust · HTMLMIT★ 120 Sterne⑂ 21 Forksseit Nov. 2025Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#deep-learning#ml#models#rust#statistics#sovereign-ai#paiml-monorepo

paiml/aprender erreicht einen Gesundheitsindex von 89 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (100/100) ab, am schwächsten bei Security (50/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

89
gesamt / 100
Exzellent

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.

89
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 75 wird auf der veröffentlichten Indexskala auf 89 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Pragmatic AI LabsOrganisation
337 Follower194 öffentliche Reposseit Nov. 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
crates.ioaprender0.67.014.42084vor 0 Tagencligpuinferencemachine-learningsimdcommand-line-utilitiesscience

Metriken nach Kategorie

Vitalität

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

95Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

91Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
27.7/36Commit-Rhythmus — 40/52 Wochen mit Commits
18/18Commit-Volumen — 4.050 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year4.050
human_commit_share0,99
days_since_last_push0
active_weeks_last_year40

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 85 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count85
latest_release_tagv0.67.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases8

Community & Verbreitung

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

59Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

44Schwach
Wie die Bewertung erfolgt
33.7/60Stars — 120 Stars
10.8/25Forks — 21 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks21
stars120
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

69Gut
Wie die Bewertung erfolgt
55.5/80Downloads pro Monat — 14.420 Downloads/Monat über crates
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesaprender
dependents—
ecosystemscrates
total_downloads107.760
monthly_downloads14.420
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?

61Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

16Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
5.4/13.5Breite der Beitragenden — 4 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled4
top_contributor_share0,995

Reaktionsfähigkeit bei Issues & PRs

71Gut
Wie die Bewertung erfolgt
30.9/42Issue-Lösungsquote — 74 % der Issues geschlossen
20.4/30PR-Annahme — 1.366/2.011 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs1.366
open_issues318
closed_issues886
prs_merged_7d26
prs_decided_7d28
prs_merged_30d26
prs_decided_30d29
issue_closed_ratio0,736
closed_unmerged_prs645
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

73Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
18.2/25Reichweite des Inhabers — 337 Follower von paiml
25/25Kontohistorie — 194 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers337
owner_typeOrganization
is_verifiednein
owner_loginpaiml
public_repos194
account_age_days3.584

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf crates
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 84 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesaprender
ecosystemscrates
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

100Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 17 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .clippy.toml, Cargo.toml ([workspace.lints]), clippy.toml, rustfmt.toml
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
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://paiml.github.io/aprender/
10/10Repository-Beschreibung
10/10Topics — 7 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsdeep-learning, ml, models, rust, statistics, sovereign-ai, paiml-monorepo
has_wikija
homepagehttps://paiml.github.io/aprender/
docs_sitehttps://paiml.github.io/aprender/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

50Mittel · 16 % des Gesamtindex

Sicherheitslage

50Mittel
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
25/25Dependabot-Konfiguration
25/25Lockfiles für Abhängigkeiten — Cargo.lock, Pipfile.lock, package-lock.json, uv.lock
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilesCargo.lock, Pipfile.lock, package-lock.json, uv.lock
manifestsCargo.toml, fuzz/Cargo.toml
has_codeql_workflownein
has_security_policynein
has_dependabot_configja

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.

95Außergewöhnlich · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md, crates/aprender-compute/CLAUDE.md, crates/aprender-contracts-staging/CLAUDE.md, crates/aprender-data/CLAUDE.md, crates/aprender-db/CLAUDE.md, crates/aprender-distribute/CLAUDE.md, crates/aprender-graph/CLAUDE.md, crates/aprender-orchestrate/CLAUDE.md, crates/aprender-present/CLAUDE.md, crates/aprender-profile/CLAUDE.md, crates/aprender-rag/CLAUDE.md, crates/aprender-registry/CLAUDE.md, crates/aprender-serve/CLAUDE.md, crates/aprender-simulate/CLAUDE.md, crates/aprender-test/CLAUDE.md, crates/aprender-train/CLAUDE.md, crates/aprender-verify-ml/CLAUDE.md, crates/aprender-verify/CLAUDE.md, crates/aprender-viz/CLAUDE.md, crates/aprender-zram/CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 99 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesCLAUDE.md, crates/aprender-compute/CLAUDE.md, crates/aprender-contracts-staging/CLAUDE.md, crates/aprender-data/CLAUDE.md, crates/aprender-db/CLAUDE.md, crates/aprender-distribute/CLAUDE.md, crates/aprender-graph/CLAUDE.md, crates/aprender-orchestrate/CLAUDE.md, crates/aprender-present/CLAUDE.md, crates/aprender-profile/CLAUDE.md, crates/aprender-rag/CLAUDE.md, crates/aprender-registry/CLAUDE.md, crates/aprender-serve/CLAUDE.md, crates/aprender-simulate/CLAUDE.md, crates/aprender-test/CLAUDE.md, crates/aprender-train/CLAUDE.md, crates/aprender-verify-ml/CLAUDE.md, crates/aprender-verify/CLAUDE.md, crates/aprender-viz/CLAUDE.md, crates/aprender-zram/CLAUDE.md
agent_instruction_max_bytes36.735

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

100Außergewöhnlich
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, crates/aprender-compute/justfile, crates/aprender-data/justfile, crates/aprender-db/justfile, crates/aprender-distribute/justfile, crates/aprender-graph/justfile, crates/aprender-orchestrate/justfile, crates/aprender-present/justfile, crates/aprender-profile/justfile, crates/aprender-rag/justfile, crates/aprender-registry/justfile, crates/aprender-serve/justfile, crates/aprender-simulate/mise.toml, crates/aprender-train/justfile, crates/aprender-verify/justfile, crates/aprender-viz/justfile, crates/aprender-zram/justfile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .clippy.toml, Cargo.toml ([workspace.lints]), clippy.toml, rustfmt.toml
11/11Statische Typprüfung — Rust (statisch typisiert)
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, Nix, lockfile
10/10Belegte Agentenpraxis — 86 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 1 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixja
has_testsja
lockfilesCargo.lock, Pipfile.lock, package-lock.json, uv.lock
has_dockerfileja
typed_languageja
bootstrap_filesMakefile, crates/aprender-compute/justfile, crates/aprender-data/justfile, crates/aprender-db/justfile, crates/aprender-distribute/justfile, crates/aprender-graph/justfile, crates/aprender-orchestrate/justfile, crates/aprender-present/justfile, crates/aprender-profile/justfile, crates/aprender-rag/justfile, crates/aprender-registry/justfile, crates/aprender-serve/justfile, crates/aprender-simulate/mise.toml, crates/aprender-train/justfile, crates/aprender-verify/justfile, crates/aprender-viz/justfile, crates/aprender-zram/justfile
has_devcontainerja
has_linter_configja
typecheck_configs—
agent_commit_share0,86
toolchain_manifestsCargo.toml, book/crates/aprender-shell/Cargo.toml, crates/apr-cli/Cargo.toml, crates/apr-format/Cargo.toml, crates/aprender-bench-compute/Cargo.toml, crates/aprender-bench-tokenizer/Cargo.toml, crates/aprender-cbtop/Cargo.toml, crates/aprender-cgp/Cargo.toml, crates/aprender-common/Cargo.toml, crates/aprender-compute-xtask/Cargo.toml, crates/aprender-compute/Cargo.toml, crates/aprender-contracts-cli/Cargo.toml, crates/aprender-contracts-macros/Cargo.toml, crates/aprender-contracts/Cargo.toml, crates/aprender-contrastive-data/Cargo.toml, crates/aprender-core/Cargo.toml, crates/aprender-cuda-edge/Cargo.toml, crates/aprender-cupti/Cargo.toml, crates/aprender-data/Cargo.toml, crates/aprender-db/Cargo.toml, crates/aprender-db/wasm-pkg/Cargo.toml, crates/aprender-distribute/Cargo.toml, crates/aprender-explain/Cargo.toml, crates/aprender-fft/Cargo.toml, crates/aprender-gemm-codegen/Cargo.toml, crates/aprender-gpu/Cargo.toml, crates/aprender-gpu/fuzz/Cargo.toml, crates/aprender-graph/Cargo.toml, crates/aprender-image/Cargo.toml, crates/aprender-mcp/Cargo.toml, crates/aprender-monte-carlo/Cargo.toml, crates/aprender-orchestrate/Cargo.toml, crates/aprender-orchestrate/book/examples/quick-start/Cargo.toml, crates/aprender-present-cli/Cargo.toml, crates/aprender-present-core/Cargo.toml, crates/aprender-present-layout/Cargo.toml, crates/aprender-present-lib/Cargo.toml, crates/aprender-present-terminal/Cargo.toml, crates/aprender-present-test-macros/Cargo.toml, crates/aprender-present-test/Cargo.toml, crates/aprender-present-widgets/Cargo.toml, crates/aprender-present-yaml/Cargo.toml, crates/aprender-present/Cargo.toml, crates/aprender-profile-core/Cargo.toml, crates/aprender-profile/Cargo.toml, crates/aprender-profile/fuzz/Cargo.toml, crates/aprender-ptx-debug/Cargo.toml, crates/aprender-qa-certify/Cargo.toml, crates/aprender-qa-cli/Cargo.toml, crates/aprender-qa-gen/Cargo.toml, crates/aprender-qa-report/Cargo.toml, crates/aprender-qa-runner/Cargo.toml, crates/aprender-quant/Cargo.toml, crates/aprender-rag-cli/Cargo.toml, crates/aprender-rag/Cargo.toml, crates/aprender-rand/Cargo.toml, crates/aprender-registry/Cargo.toml, crates/aprender-serve/Cargo.toml, crates/aprender-shell/Cargo.toml, crates/aprender-simulate/Cargo.toml, crates/aprender-solve/Cargo.toml, crates/aprender-sparse/Cargo.toml, crates/aprender-tensor/Cargo.toml, crates/aprender-test-cli/Cargo.toml, crates/aprender-test-derive/Cargo.toml, crates/aprender-test-js-gen/Cargo.toml, crates/aprender-test-lib/Cargo.toml, crates/aprender-test-showcase/Cargo.toml, crates/aprender-test/Cargo.toml, crates/aprender-train-bench/Cargo.toml, crates/aprender-train-canary/Cargo.toml, crates/aprender-train-common/Cargo.toml, crates/aprender-train-distill/Cargo.toml, crates/aprender-train-inspect/Cargo.toml, crates/aprender-train-lora/Cargo.toml, crates/aprender-train-shell/Cargo.toml, crates/aprender-train-wasm/Cargo.toml, crates/aprender-train/Cargo.toml, crates/aprender-train/fuzz/Cargo.toml, crates/aprender-tsp/Cargo.toml, crates/aprender-verify-ml/Cargo.toml, crates/aprender-verify-ml/depyler_tests/Cargo.toml, crates/aprender-verify/Cargo.toml, crates/aprender-verify/fuzz/Cargo.toml, crates/aprender-viz-ttop/Cargo.toml, crates/aprender-viz/Cargo.toml, crates/aprender-viz/wasm-pkg/Cargo.toml, crates/aprender-zram-adaptive/Cargo.toml, crates/aprender-zram-cli/Cargo.toml, crates/aprender-zram-core/Cargo.toml, crates/aprender-zram-generator/Cargo.toml, crates/aprender-zram/Cargo.toml, crates/aprender-zram/bins/trueno-ublk/Cargo.toml, crates/facades/Cargo.toml, crates/facades/provable-contracts-cli/Cargo.toml, crates/facades/provable-contracts-macros/Cargo.toml, crates/facades/provable-contracts/Cargo.toml, experiments/cuda-oxide/incremental-attention/Cargo.toml, experiments/cuda-oxide/q4k-matvec-reference/Cargo.toml, experiments/cuda-oxide/q4k-matvec/Cargo.toml, experiments/cuda-oxide/rmsnorm/Cargo.toml, experiments/cuda-oxide/rope/Cargo.toml, experiments/cuda-oxide/swiglu/Cargo.toml, experiments/cuda-rust-probes/cudacore/Cargo.toml, experiments/cuda-rust-probes/cutile/Cargo.toml, experiments/cutile/rmsnorm/Cargo.toml, fuzz/Cargo.toml, tools/ccpa-sft-export/Cargo.toml
dependency_bot_commit_share0,01

AI-Code-Lesbarkeit für Modelle

99Außergewöhnlich
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — Rust (statisch typisiert)
54.4/55Handhabbare Dateigrößen — 122/10.386 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageRust
largest_source_bytes2.667.011
source_files_sampled10.386
oversized_source_files122

Maschinenlesbare AI-Schnittstellen

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

Eckdaten

120GitHub-Sterne
4Mitwirkende
4.050Commits, letzte 12 Monate
0Tage seit letztem Push
85Releases
1Bus-Faktor
318offene Issues
crates.ioPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • deps.dev does not index crates:aprender@0.67.0; advisories assessed against the repository dependency graph instead
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 21 ⇿
0Sterne
21Forks
69Releases

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.

0481216202012025-112026-042026-08
Major 0Minor 35Patch 34
Direkte Abhängigkeiten 2
RegistryPaketVersionsvorgabeManifest
crates.ioapr-cli0.67.0Cargo.toml
crates.ioaprender_ml0.67.0Cargo.toml
Alle Abhängigkeiten nicht erhoben

Der aufgelöste Abhängigkeitssatz konnte für diesen Bericht nicht erhoben werden: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

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 paiml/aprender teilen. Nebeneinander lesen →

97triton-inference-server/serverThe Triton Inference Server provides an optimized cloud and edge inferencing solution. Außergewöhnlich98apache/tvm-ffiOpen ABI and FFI for Machine Learning SystemsAußergewöhnlich98uutils/coreutilsCross-platform Rust rewrite of the GNU coreutilsAußergewöhnlich98boa-dev/boaBoa is an embeddable Javascript engine written in Rust.Außergewöhnlich97lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..Außergewöhnlich100huggingface/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. 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 — crates.io.