#supervised-fine-tuning Repositories
Entdecke 24 aktive Open-Source-GitHub-Repositories, die mit #supervised-fine-tuning getaggt sind und insgesamt 119,219 Sterne gesammelt haben (durchschnittlich 4,967 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist karpathy/nanochat mit 60,746 Sternen.
Insgesamt 24 Repositories
ScreenCoder – Verwandeln Sie jeden UI-Screenshot in sauberes, bearbeitbares HTML/CSS mit voller Kontrolle. Schnell, genau und einfach anzupassen.
Ein Repository zum Vortrainieren von LLaMa2 mit geringen Parametern für Chinesisch von Grund auf neu + SFT; kann auf einer einzelnen 24G-Karte ausgeführt werden, um ein chat-llama2 mit einfachen chinesischen Frage-Antwort-Fähigkeiten zu erhalten.
Große Modelle von Grund auf neu bauen: Eine komplette Praxis von Pretraining bis RLHF
Medizinisch o1, In Richtung medizinisch komplexes Schlussfolgern mit LLMs
HuatuoGPT, auf dem Weg, Sprachmodelle zu einem Arzt zu zähmen. (Ein offenes medizinisches GPT)
Leichtgewichtiges LLM-Nach-Trainings-Framework, unterstützt SFT, RLVR, On-Policy KD, Guide KD und gemischtes Training; implementiert ein-/mehrstufige Guide-Destillation, Multi-Lehrer-Destillation, Reward-gemischtes Training und automatisierte Datenaufteilung👩🎓👨🎓
[ICLR 2026] Zur Generalisierung von SFT: Eine Perspektive des Reinforcement Learning mit Belohnungsrectifizierung.
der offizielle Code für "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"
Eine umfassende Bibliothek zur Implementierung von LLMs, einschließlich einer einheitlichen Trainingspipeline und umfassender Modellevaluierung.
Fin-R1 ist ein großes Sprachmodell für komplexe Finanzlogik, das durch die gemeinsamen Anstrengungen des SUFE-AIFLM-Lab an der School of Statistics and Data Science der Shanghai University of Finance and Economics und FinStep.AI entwickelt und als Open Source veröffentlicht wurde.
Feinabstimmung großer Sprachmodelle, Qwen2VL, Qwen2, GLM4-Instruktions-Feinabstimmung
R1-onevision, ein visuelles Sprachmodell, das zu tiefgreifenden CoT-Schlussfolgerungen fähig ist.
Häufig gestellte Fragen
Welches ist das beliebteste #supervised-fine-tuning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#supervised-fine-tuning-Projekt auf GitHub ist karpathy/nanochat mit 60,746 Sternen. Das beste ChatGPT, das man für 100 $ kaufen kann.
Welche Programmiersprachen werden in #supervised-fine-tuning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #supervised-fine-tuning-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #supervised-fine-tuning-Repositories berechnet?
Wir verfolgen 24 aktive Open-Source-Repositories, die mit #supervised-fine-tuning getaggt sind (500+ Sterne), mit insgesamt 119,219 Sternen und durchschnittlich 4,967 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.