Registro público
Informe de salud del softwareesquema 0.16.0 · métricas 2.10.0 · 2026-07-21 02:06 UTC

pytorch / ao

PyTorch native quantization and sparsity for training and inference

Python · C++Licencia propia★ 2909 estrellas⑂ 565 forksdesde nov 2023Ver en GitHub ↗
#brrr#dtypes#inference#mx#pytorch#quantization#sparsity#training#float8#transformer#cuda#llama

pytorch/ao tiene un índice de salud de 97 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (93/100) y la más baja, Security (69/100). Se actualizó por última vez hoy. 5 personas concentran la mayor parte del trabajo reciente.

97
global / 100
Excepcional

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

97
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 85 se calibra a 97 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

pytorchOrganización
13.367 seguidores70 repositorios públicosdesde ago 2016

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

93Excepcional · 21% del índice global

Actividad de desarrollo

100Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
36/36Cadencia de commits — 52/52 semanas con commits
18/18Volumen de commits — 1170 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1170
human_commit_share—
days_since_last_push0
active_weeks_last_year52

Disciplina de publicación

82Excelente
Cómo se puntúa
27/27Publica versiones — 17 versiones publicadas
27/36Recencia de las versiones — última versión hace 112 días
19.8/27Cadencia de publicación — una versión cada ~48,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count17
latest_release_tagv0.17.0
releases_from_tagsno
days_since_latest_release112
mean_days_between_releases48,8
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

84Excelente · 17% del índice global

Popularidad y adopción

88Excelente
Cómo se puntúa
56.2/60Estrellas — 2909 estrellas
22.9/25Forks — 565 forks
9.1/15Observadores — 44 observadores
Datos de entrada utilizados
forks565
stars2909
watchers44
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

79Bueno
Cómo se puntúa
22.5/22.5README
16.9/22.5Licencia — archivo de licencia presente, no es una licencia reconocida
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges—
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_services—
has_pull_request_templateno

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

86Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

88Excelente
Cómo se puntúa
45.9/54Factor bus — la mitad de los commits recae en 5 contribuyente(s)
19/22.5Distribución de commits — el principal contribuyente firma el 16% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Datos de entrada utilizados
bus_factor5
contributors_sampled100
top_contributor_share0,157

Capacidad de respuesta a issues y PR

69Bueno
Cómo se puntúa
20.7/42Resolución de issues — 49% de issues cerradas
24/30Aceptación de PR — 2684/3355 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs2684
open_issues417
closed_issues405
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,493
closed_unmerged_prs671
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

100Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
25/25Alcance del propietario — 13.367 seguidores de pytorch
25/25Trayectoria — 70 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers13.367
owner_typeOrganization
is_verified—
owner_loginpytorch
public_repos70
account_age_days3628
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

91Excelente · 19% del índice global

Prácticas de ingeniería

92Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 21 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — ruff.toml
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://pytorch.org/ao/stable/index.html
10/10Descripción del repositorio
10/10Topics — 12 topics
0/10Wiki
Datos de entrada utilizados
topicsbrrr, dtypes, inference, mx, pytorch, quantization, sparsity, training, float8, transformer, cuda, llama
has_wikino
homepagehttps://pytorch.org/ao/stable/index.html
docs_sitehttps://pytorch.org/ao/stable/index.html
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

69Bueno · 16% del índice global

Postura de seguridad

61Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 13 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
2.2/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
1/5SAST — SAST tool is not run on all commits -- score normalized to 2
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,1
Excluidos de la puntuación (sin datos o no aplicable): Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages14
unassessed_packages34
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 14 dependencias resueltas con OSV. 34 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido o fuera de la lista de paquetes informada. Este repositorio no publica ningún paquete que el índice resuelva, por lo que se evaluó en su lugar el grafo de dependencias del repositorio. Ese grafo mezcla fijaciones de desarrollo y prueba con las dependencias distribuidas, de modo que solo se puntúan las dependencias declaradas en tiempo de ejecución; los hallazgos transitivos se informan como contexto y quedan excluidos de la puntuación. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

78Bueno · 4% del índice global

Contexto y guía para agentes

100Excepcional
Cómo se puntúa
45/45Instrucciones para agentes — CLAUDE.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt presente
0/40Historial de commits legible — sin datos
Datos de entrada utilizados
has_llms_txtsí
llms_txt_url—
legible_history_share—
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes2014
Excluidos de la puntuación (sin datos o no aplicable): Historial de commits legible. Los pesos restantes se han renormalizado.

Bucle de verificación (compilación / pruebas / verificación de tipos)

62Moderado
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile, torchao/experimental/kernels/mps/test/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — ruff.toml
0/11Verificación estática de tipos
0/10Entorno reproducible
0/10Práctica demostrada con agentes — sin datos
0/8Mantenimiento automatizado — sin datos
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfileno
typed_languageno
bootstrap_filesdocs/Makefile, torchao/experimental/kernels/mps/test/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Excluidos de la puntuación (sin datos o no aplicable): Práctica demostrada con agentes, Mantenimiento automatizado. Los pesos restantes se han renormalizado.

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54/55Tamaños de archivo manejables — 16/885 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes162.563
source_files_sampled885
oversized_source_files16

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

2909estrellas de GitHub
100contribuidores
1170commits en los últimos 12 meses
0días desde el último push
17versiones publicadas
5factor bus
417issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Could not fetch pypi package 'torchao._C_mxfp8' from its registry

Más detalle

OpenSSF Scorecard 6.1 / 10
6.1agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-07-21 02:06 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 13 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
2SASTSAST tool is not run on all commits -- score normalized to 2
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Todas las dependencias 48

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 48 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIauto-round—indirecta
PyPIbitsandbytes—indirecta
PyPIblobfile—indirecta
PyPIcmake—indirecta
PyPIdatasets—indirecta
PyPIdiskcache—indirecta
PyPIdocutils0.20indirecta
PyPIexpecttest—indirecta
PyPIfastapi—indirecta
PyPIfire—indirecta
PyPIhydra-core—indirecta
PyPIhypothesis—indirecta
PyPIimportlib-metadata—indirecta
PyPIiopath—indirecta
PyPIlm-eval—indirecta
PyPImatplotlib—indirecta
PyPImyst-parser4.0.1indirecta
PyPIninja—indirecta
PyPInumpy—indirecta
PyPIopencv-python—indirecta
PyPIpackaging—indirecta
PyPIpandas—indirecta
PyPIparameterized—indirecta
PyPIpre-commit—indirecta
PyPIpycocotools—indirecta
PyPIpytest9.0.3indirecta
PyPIpython-multipart—indirecta
PyPIpytorch-sphinx-theme20.4.3indirecta
PyPIpyyaml—indirecta
PyPIrequests—indirecta
PyPIruff0.11.6indirecta
PyPIscipy—indirecta
PyPIsentencepiece—indirecta
PyPIsphinx7.2.6indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-design0.6.1indirecta
PyPIsphinx-gallery0.11.1indirecta
PyPIsphinx-sitemap2.6.0indirecta
PyPIsphinx-tabs3.4.7indirecta
PyPIsphinxcontrib-katex0.8.6indirecta
PyPIsphinxcontrib-mermaid1.0.0indirecta
PyPIsphinxext-opengraph0.9.1indirecta
PyPItabulate—indirecta
PyPItiktoken—indirecta
PyPItqdm—indirecta
PyPItransformers—indirecta
PyPIunittest-xml-reporting—indirecta
PyPIuvicorn—indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 14 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son directas. 34 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido, o fuera de la lista de paquetes informada.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con pytorch/ao. Leer en paralelo →

99huggingface/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. Excepcional99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMsExcepcional98sgl-project/sglangSGLang is a high-performance serving framework for large language models and multimodal models.Excepcional94huggingface/optimum🚀 Accelerate inference and training of 🤗 Transformers, Diffusers, TIMM and Sentence Transformers with easy to use hardware optimization toolsExcepcional99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceExcepcional98LMCache/LMCacheLMCache: Supercharge Your LLM with the Fastest KV Cache LayerExcepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.16.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas.