Xin-YuXiao/Awesome-AI-for-Astronomy

项目内容

这个仓库索引天文学、天体物理、宇宙学、太阳物理和行星科学中的机器学习研究，按主题和数据模态组织 402 篇论文和 66 个软件包，重点覆盖 2021 年以来的基础模型、语言模型、智能体和基准，同时收录各子领域已有的深度学习方法。每条记录带有日期、发表venue、公开代码或模型链接（若有）以及一句话摘要。范围从综述、图像、光谱、时间序列、多模态、视觉语言模型和检索智能体，一直延伸到星系、引力透镜、系外行星、引力波、太阳物理、射电和行星科学等子领域。读者是需要查找前人工作或可复用代码的研究人员和学生，而不是教程读者。

快速使用

不需要安装任何东西。最直接的入口是可搜索的网页版，可按章节、年份、发表类型、是否公开代码、是否有模型权重或数据、数据模态筛选全部论文和软件包。如果只想在仓库内浏览，打开 README 目录跳到「Foundation Models and Representation Learning」等章节即可；每个子章节内论文按最新在前排列，网页版悬停标题可看摘要。需要按天追踪新文献时，可以从 README 页头进入 AstroAI Today。

使用约束

• 这是一份索引，不是可运行的工具包：仓库本身不提供训练代码、权重或安装步骤。
• 条目链接指向第三方论文、代码库和数据集，各自遵循不同的许可证和维护状态。
• 论文日期取首个 arXiv 版本的月份，无 arXiv 版本时取发表年份；venue 标注的确认方式不一，应视为目录元数据而非正式引用记录。
• 贡献需修改 data/entries.yml 并运行构建脚本，而不是直接编辑 README；条目格式和校验规则见 CONTRIBUTING.md。
• 列表以 CC0-1.0 发布。

HotRepo 点评

站内仅有一条记录：2026-11-13 的 Python 新项目榜，108 stars、6 forks，当天约 90 分钟窗口内新增 7 stars；没有全部语言日榜名次。单次快照只能确认早期关注度，不足以判断趋势。技术上更值得注意的是数据文件与生成式 README、可搜索网页的分工：402 篇论文因此可以按代码、权重和模态筛选，而不是一张平铺的链接表。对需要调研天文 AI 现状的读者来说，这种结构比 star 数更有参考价值。