#fine-tuning Repositorios
Descubre 144 repositorios activos de código abierto de GitHub etiquetados con #fine-tuning, que acumulan 723,118 estrellas en total (una media de 5,021 estrellas por proyecto). El líder de este tema es unslothai/unsloth, con 79,885 estrellas.
144 repositorios en total
Interfaz local para ejecutar y entrenar LLM y modelos de difusión. Compatible con GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX y más.
ChatGLM-6B: Un modelo de lenguaje de diálogo bilingüe de código abierto | Modelo de lenguaje de diálogo bilingüe de código abierto
Una plataforma abierta para entrenar, servir y evaluar grandes modelos de lenguaje. Repositorio de lanzamiento para Vicuna y Chatbot Arena.
Modelo de generación de voz multilingüe grande, que proporciona capacidad full-stack para inferencia, entrenamiento y despliegue.
🚀 Una colección seleccionada de recursos, hojas de ruta, herramientas y proyectos de ingeniería de IA que abarca LLM, RAG, agentes de IA, MCP, ajuste fino, evaluaciones y sistemas de IA en producción.
Una herramienta poderosa para crear conjuntos de datos para ajuste fino de LLM、RAG y Evaluación
Ejecute cualquier LLM de código abierto, como DeepSeek y Llama, como un endpoint API compatible con OpenAI en la nube.
Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA
Ajuste fino de LLMs desde un YAML. El streaming por capas entrena un modelo de 8B en una GPU de portátil de 4 GB.
¡Ajusta finamente (SFT/RL), evalúa y despliega Qwen, Gemma o cualquier LLM/VLM agéntico de código abierto!
[ICLR'24 Spotlight] Una plataforma abierta para entrenar, servir y evaluar grandes modelos de lenguaje para el aprendizaje de herramientas.
Construya, evalúe y optimice sistemas de IA. Incluye evaluaciones (evals), RAG, agentes, ajuste fino, generación de datos sintéticos, gestión de conjuntos de datos, MCP y más.
H2O LLM Studio: un framework y una GUI sin código para ajustar LLM. Documentación: https://docs.h2o.ai/h2o-llmstudio/
"Grandes Modelos de Lenguaje" por: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
Usar Bert, ERNIE para la clasificación de texto chino
Framework RAG (Retrieval Augmented Generation) para construir aplicaciones modulares de código abierto para producción por TrueFoundry
"Build a Large Language Model (From Scratch)" es un libro electrónico que explora en profundidad los principios y la implementación de los modelos de lenguaje grandes, adecuado para estudiantes que desean comprender la arquitectura, el proceso de entrenamiento y el desarrollo de aplicaciones de modelos grandes como GPT. Para permitir que más lectores chinos accedan a este valioso material didáctico, he decidido traducirlo al chino y compartirlo de forma abierta a través de GitHub.
Utilice y entrene fácilmente métodos de recuperación de interacción tardía de última generación (ColBERT) en cualquier canalización RAG. Diseñado para la modularidad y la facilidad de uso, respaldado por la investigación.
Tu hoja de trucos para la entrevista de ingeniería de IA – Preguntas y respuestas.
OpenDeepWiki es la versión de código abierto del proyecto DeepWiki, con el objetivo de proporcionar una potente plataforma de gestión del conocimiento y colaboración. El proyecto se desarrolla principalmente utilizando C# y TypeScript, admite un diseño modular y es fácil de expandir y personalizar.
🔥🔥Biblioteca de Reconocimiento Facial de Alto Rendimiento en PaddlePaddle & PyTorch🔥🔥
Agente de IA que maneja tareas de ingeniería de extremo a extremo: se integra con las herramientas de los desarrolladores, planifica, ejecuta e itera hasta lograr un resultado exitoso.
OML 1.0 a través de huellas dactilares: IA abierta, monetizable y leal
OneTrainer es una solución integral para todas sus necesidades de entrenamiento de Diffusion.
Interfaz de entrenamiento FLUX LoRA increíblemente simple con soporte para baja VRAM
Aprende a construir tu asistente de IA Second Brain con LLMs, agentes, RAG, fine-tuning, LLMOps y técnicas de sistemas de IA.
Marco de modelos de preentrenamiento de código abierto en PyTorch & Zoológico de modelos preentrenados
Un kit de ajuste fino general orientado a modelos de difusión de imagen/video/audio.
Optimizar el proceso de ajuste fino para modelos multimodales: PaliGemma 2, Florence-2 y Qwen2.5-VL
Crea, personaliza y controla tus propios LLM. Desde el preprocesamiento de datos hasta el ajuste fino, xTuring ofrece una forma sencilla de personalizar los LLM de código abierto. Únete a nuestra comunidad de Discord: https://discord.gg/TgHXuSJEk6
Lista seleccionada de recursos útiles de LLM / Analítica / Ciencia de datos
Preguntas frecuentes
¿Cuál es el repositorio de #fine-tuning más popular en GitHub?
El proyecto de código abierto de #fine-tuning mejor posicionado en GitHub es unslothai/unsloth, con 79,885 estrellas. Interfaz local para ejecutar y entrenar LLM y modelos de difusión. Compatible con GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX y más.
¿Qué lenguajes de programación se utilizan más en los repositorios de #fine-tuning?
Entre los proyectos de #fine-tuning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Rust, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #fine-tuning?
Seguimos 144 repositorios activos de código abierto etiquetados con #fine-tuning (500+ estrellas), que suman un total de 723,118 estrellas, con una media de 5,021 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.