awesome-artificial-intelligence-research

按主题速查 AI 各方向前沿论文与资源

这是一个面向 AI 研究者的精选资源清单（Awesome List），系统整理了人工智能各子领域的前沿论文、工具、数据集与学习资料，覆盖推荐系统、计算机视觉、机器学习、AutoML、目标检测、域适应、生成对抗网络等方向。它解决的问题是：AI 研究信息分散在 arXiv、会议、博客和代码库中，初学者和从业者难以快速定位某个细分领域的权威资料。项目通过人工筛选和分类，把高价值链接按主题聚合，让读者能按图索骥地跟踪领域趋势。核心能力是分类导航与持续更新，适合作为研究入门索引或选题调研的起点。它本身不含代码实现，价值在于信息组织与筛选，属于典型的 awesome 系列知识库。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 133

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队ThyrixYang

所属国家

官网地址

GitHubhttps://github.com/ThyrixYang/awesome-artificial-intelligence-research

定价模式free

价格说明开源免费资源列表

访问状态

是否开源是

开源协议

主要语言

技术栈/模型artificial-intelligence,automl,awesome-list,computer-vision,deep-learning,detection,domain-adaptation,generative-adversarial-network,graph-neural-networks,incremental-learning,interpretability,machine-learning,meta-learning,natural-language-processing,paper,recognition,reinforcement-learning,reinforcement-learning-resources,self-supervised-learning,transfer-learning

GitHub 星标★ 133

30天Star增速

HF 下载量

上线时间2020-10-17 00:00:00

最近更新2026-09-14 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-18

浏览次数0

使用教程

核心亮点

按推荐系统、CV、AutoML 等细分方向分类，便于定向检索
聚合论文、工具与数据集，省去多平台搜索时间
覆盖 GAN、域适应等热门子领域，紧跟研究趋势

不足之处

仅 133 星，社区维护活跃度和更新频率待观察
纯链接清单，缺少对条目质量的深度点评与筛选标准说明

适用场景

研究生选题时快速了解某细分方向代表工作
工程师调研新技术时查找论文与开源实现入口
团队做技术分享前收集领域资料清单

替代项目

awesome-machine-learning、awesome-deep-learning、ML-From-Scratch

项目介绍

awesome-artificial-intelligence-research 是一个搜索知识领域的开源项目，官方简介：A curated list of Artificial Intelligence (AI) Research, tracks the cutting edge trending of AI research, including recommender systems, computer vision, machine learning, etc.。项目使用未知开发，在 GitHub 上获得 133 星标。

上一篇：CV_Paper_Portal

下一篇：DataMind