RandOpt
Codebase officielle pour "Neural Thickets : Diverse Task Experts Are Dense Around Pretrained Weights" (ICML 2026 Spotlight)
Exécuter des expériences avec divers modèles IA et optimiser des tâches en utilisant le code fourni.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCodebase officielle pour "Neural Thickets : Diverse Task Experts Are Dense Around Pretrained Weights" (ICML 2026 Spotlight)
RandOpt compte 640 étoiles sur GitHub. Il a été forké 69 fois. RandOpt est écrit principalement en Python. Il est développé activement depuis 2026. Ses principaux thèmes sont : black-box-optimization, ensemble-learning, large-language-models, llm.
Qu'est-ce que RandOpt ?
Codebase officielle pour "Neural Thickets : Diverse Task Experts Are Dense Around Pretrained Weights" (ICML 2026 Spotlight)
RandOpt est-il open source ?
RandOpt est un projet open source.
RandOpt est-il gratuit ?
Oui. RandOpt est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage RandOpt est-il écrit ?
RandOpt est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/sunrainyg-randopt.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.