Havuz
Takip ettiğimiz konularda yükselen açık kaynak projeler — yıldız ivmesi, gerçek geliştirme aktivitesi ve AI değerlendirmesiyle.
Yalnız hareketli, son 28 günde commit almamış repoları gizler (yıldızı olan ama bırakılmış projeler). Commit sayısı henüz ölçülmemiş repolar da gizlenir.
EtiketTüm GitHub etiketleri — repo sahiplerinin koyduğu topic'lergöster
Etiketler yükleniyor…
- 1
Can AI agents rebuild websites through browser exploration?
28/gün ort. +24 son gün 1 commit 1 yazar Python 04 Kas 2026 güncellendi dün - 2
A dishwasher-loading game on a physical simulation of one real machine, built to benchmark language models and playable in a browser. The ga
2,9/gün ort. +0 son gün 20 commit 3 yazar TypeScript 12 Eki 2026 güncellendi 21 gün önce - 3
SWE-sweep, agent'ların büyük kod tabanlarındaki konumu ve türü önceden belirtilmeyen birden fazla bug'ı bulup düzeltebilmesini ölçen bir benchmark'tır.
Neden yükseliyor · 1 günlük, 33 yıldızlı yeni bir Facebook Research benchmark'ı olması ve LLM agent değerlendirmesine yönelik güncel bir soruyu ele alması dikkat çekebilir. Ancak yükselişin kesin nedeni bilinmiyor; son 28 günlük commit ve farklı yazar verisi ölçülmemiş.
6,2/gün ort. +6 son gün 5 commit 3 yazar Python 01 Eki 2026 güncellendi 2 gün önce - 4
HAEnv — synthetic longitudinal patients with code-derived gold, for evaluating health agents over time
4,2/gün ort. +6 son gün 23 commit 1 yazar Python 24 Eyl 2026 güncellendi 6 gün önce - 5
Bug Hunt Bench: 105 real bugs in two production repos, frontier coding models (GPT-6, Claude, Grok, Gemini, DeepSeek...) find and fix them i
2,6/gün ort. +1 son gün 35 commit 1 yazar JavaScript 25 Ağu 2026 güncellendi 11 gün önce - 6
A reproducible local LLM benchmarking platform with versioned datasets, deterministic scoring, and auditable reports.
2,2/gün ort. +1 son gün 14 commit 2 yazar TypeScript 17 Ağu 2026 güncellendi 10 gün önce