#lora Repositories
Entdecke 141 aktive Open-Source-GitHub-Repositories, die mit #lora getaggt sind und insgesamt 626,328 Sterne gesammelt haben (durchschnittlich 4,442 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist hiyouga/LlamaFactory mit 76,171 Sternen.
Insgesamt 141 Repositories
Vereinheitlichte effiziente Feinabstimmung von über 100 LLMs & VLMs (ACL 2024)
🧑🏫 60+ Implementierungen/Tutorials von Deep-Learning-Papieren mit begleitenden Notizen 📝; einschließlich Transformatoren (Original, xl, switch, feedback, vit, ...), Optimierern (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 Reinforcement Learning (ppo, dqn), capsnet, Destillation, ... 🧠
Der "Leitfaden für das Verzehren von Open-Source-Großmodellen" ist ein speziell für chinesische Babys entwickelter Tutorial zur schnellen Feinabstimmung (vollständige Parameter/Lora) und Bereitstellung von nationalen und internationalen Open-Source-Großmodellen (LLM)/multimodalen Großmodellen (MLLM) in einer Linux-Umgebung.
Chinesische LLaMA & Alpaca Große Sprachmodelle + Lokales CPU/GPU Training und Bereitstellung (Chinese LLaMA & Alpaca LLMs)
Verwenden Sie PEFT oder ein Training mit vollständigen Parametern für CPT/SFT/DPO/GRPO auf über 600 LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) und über 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Code für loralib, eine Implementierung von "LoRA: Low-Rank Adaptation of Large Language Models"
Agent Reinforcement Trainer: Trainieren Sie Multi-Step-Agenten für reale Aufgaben mit GRPO. Geben Sie Ihren Agenten eine praxisnahe Ausbildung. Reinforcement Learning für Qwen3.6, GPT-OSS, Llama und mehr!
Feinabstimmung von LLMs aus einem YAML. Layer-Streaming trainiert ein 8B-Modell auf einer 4-GB-Laptop-GPU.
FaceChain ist eine Deep-Learning-Toolchain zur Generierung Ihres Digital-Twins.
Qwen, Gemma oder jedes offene agentische LLM/VLM ganz einfach feinabstimmen (SFT/RL), evaluieren und bereitstellen!
Die offizielle Firmware für Meshtastic, ein Open-Source-Off-Grid-Mesh-Kommunikationssystem.
BELLE: Be Everyone's Large Language model Engine (Open-Source Chinese Dialogue Large Model)
Der kryptografiebasierte Netzwerkstapel zum Erstellen unstoppbarer Netzwerke mit LoRa, Packet Radio, WiFi und allem dazwischen.
Firefly: Große Modelltrainingswerkzeuge, unterstützt das Training von großen Modellen wie Qwen2.5, Qwen2, Yi1.5, Phi-3, Llama3, Gemma, MiniCPM, Yi, Deepseek, Orion, Xverse, Mixtral-8x7B, Zephyr, Mistral, Baichuan2, Llma2, Llama, Qwen, Baichuan, ChatGLM2, InternLM, Ziya2, Vicuna, Bloom usw.
SD-Trainer. LoRA & Dreambooth Trainingsskripte & GUI verwenden kohya-ss's Trainer für Diffusionsmodelle.
Implementierung des LLaMA-Sprachmodells basierend auf nanoGPT. Unterstützt Flash-Attention, Int8- und GPTQ-4-Bit-Quantisierung, LoRA- und LLaMA-Adapter-Feinabstimmung, Vortraining. Unter der Apache-2.0-Lizenz.
Die Open‑Source-Forschungsumgebung für KI-Forscher, die es ermöglicht, Modelle nahtlos zu trainieren, zu evaluieren und von lokaler Hardware bis hin zu GPU‑Clustern zu skalieren.
ACE-Step: Ein Schritt in Richtung eines grundlegenden Modells für die Musikgenerierung
MQTT-Gateway für ESP8266 oder ESP32 mit bidirektionaler 433MHz/315MHz/868MHz, Infrarot-Kommunikation, BLE, Bluetooth, Beacon-Erkennung, mi flora, mi jia, LYWSD02, LYWSD03MMC, Mi Scale, TPMS, BBQ-Thermometer-Kompatibilität & LoRa.
Ein neues leichtgewichtiges, hybrides Routing-Mesh-Protokoll für Paketradios
[ICLR2025 Spotlight] SVDQuant: Übernahme von Ausreißern durch niedrigrangige Komponenten für 4-Bit-Diffusionsmodelle
Multi-LoRA-Inferenzserver, der bis zu Tausende von feinabgestimmten LLMs skaliert
OneTrainer ist eine All-in-One-Lösung für all Ihre Diffusion-Trainingsbedürfnisse.
PJON (Padded Jittering Operative Network) ist ein experimentelles, Arduino-kompatibles Multi-Master-, Multi-Media-Netzwerkprotokoll.
Eine einheitliche Bibliothek für parametereffizientes und modulares Transferlernen
Erstellen, personalisieren und steuern Sie Ihre eigenen LLMs. Von der Datenvorverarbeitung bis zum Fine-Tuning bietet xTuring eine einfache Möglichkeit, Open-Source-LLMs zu personalisieren. Treten Sie unserer Discord-Community bei: https://discord.gg/TgHXuSJEk6
📹 Ein flexibleres Framework, das Videos in jeder Auflösung generieren und Videos aus Bildern erstellen kann.
WLAN- und BLE-gestützte Fahrgastflussmessung mit günstigen ESP32-Boards
Häufig gestellte Fragen
Welches ist das beliebteste #lora-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#lora-Projekt auf GitHub ist hiyouga/LlamaFactory mit 76,171 Sternen. Vereinheitlichte effiziente Feinabstimmung von über 100 LLMs & VLMs (ACL 2024)
Welche Programmiersprachen werden in #lora-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #lora-Projekten auf GitHub sind Python, Jupyter Notebook, C++, C die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #lora-Repositories berechnet?
Wir verfolgen 141 aktive Open-Source-Repositories, die mit #lora getaggt sind (500+ Sterne), mit insgesamt 626,328 Sternen und durchschnittlich 4,442 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.