SK

surya-koritala/Glyd

Lossless AI compression: 33% less GPU memory, bit for bit.

RustSans licence licence Dernier commit il y a 3 jours github.com/surya-koritala/Glyd#readme(nouvel onglet)

Mis à jour il y a 1 min

Croissance

24 dernières heures
+37
étoiles
7 derniers jours
+86
étoiles
30 derniers jours
+324
étoiles
Étoiles au total
334
Forks
2

Top 3 en Outils CLI cette semaine

  1. 1 morluto/rea +117 k étoiles cette semaine
  2. 2 xerj-org/xerj +8,3 k étoiles cette semaine
  3. 3 kurelas/text-humanizer +721 étoiles cette semaine

Ce dépôt : #47 sur 265 cette semaine, #11 sur 54 aujourd’hui, #25 sur 579 ce mois-ci.

Aussi cette semaine : #94 dans LLM, #183 dans Rust

Voir les 265 dépôts Outils CLI

Historique des étoiles

01002003004005 août19 août2 sept.16 sept.30 sept.14 oct.

Total d’étoiles à la fin de chaque semaine, d’après les comptes quotidiens de GitHub.

Pourquoi ça monte : +86 étoiles cette semaine, contre ~9 une semaine habituelle

Signaux de santé

Trop récent pour jugerVérifié le 21 oct. 2026

Trop récent pour juger : le dépôt a moins de 60 jours ou moins de 10 commits. Les signaux ci-dessous sont donnés à titre indicatif.

Activité des commits
Des commits chaque semaine depuis sa création (5 semaines) 1 172 commits sur la branche principale en 90 jours
Mainteneurs
1 auteur de commits en 90 jours Auteur principal : 100 % des 100 derniers commits
Réactivité sur les issues
Trop peu d’issues pour juger 0 issue ouverte par d’autres en 90 jours
Pull requests
48 fusionnées, 2 fermées, 0 ouvertes Sur les 50 dernières ouvertes en 90 jours
Versions
Dernière version : il y a 3 jours 50+ versions ces 12 derniers mois
Hygiène du projet
Licence, CI et politique de sécurité
OpenSSF Scorecard
Non analysé Inconnu, pas compté contre le projet

Ces signaux sont calculés automatiquement à partir des données publiques de GitHub. Ce n’est ni une recommandation ni un audit de sécurité. Comment la santé est calculée

README

README.md

Glyd

Lossless AI compression: 33% less GPU memory, bit for bit.

Glyd keeps a bf16 model's weights and KV cache in fewer bits in GPU memory and rebuilds the exact values as the model runs. It is the same model in about a third less memory, so it fits a smaller GPU or serves more requests on the same one.

Lire le README complet sur GitHub(nouvel onglet)