#fine-tuning Repositorios
144 repositorios en total
Developer Asset Hub para NVIDIA Nemotron — Un recurso integral de todo en uno para recetas de entrenamiento, manuales de uso, conjuntos de datos y ejemplos de referencia completos de extremo a extremo para construir con modelos Nemotron.
Una capa de orquestación unificada para computación de IA heterogénea. Estandariza la forma de gestionar los recursos de cómputo y ejecutar tareas de entrenamiento e inferencia en nubes de GPU, Kubernetes, máquinas virtuales o clústeres de servidores físicos.
Repositorio oficial de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
Recetas para reducir, optimizar y personalizar modelos de visión de vanguardia. 💜
Un repositorio que contiene modelos, conjuntos de datos y técnicas de ajuste fino para DB-GPT, con el propósito de mejorar el rendimiento del modelo en Text-to-SQL
Custom Diffusion: Personalización Multi-Concepto de Difusión de Texto a Imagen (CVPR 2023)
Un kit de herramientas de investigación JAX para construir, editar y visualizar redes neuronales.
[ICLR 2025] LongWriter: Desbloqueo de la generación de más de 10,000 palabras a partir de LLM de contexto largo
Kit de herramientas escalable para preprocesamiento y curación de datos para LLM
Una guía completa para crear aplicaciones LLM basadas en RAG para producción.
Curación de datos sintéticos para post-entrenamiento y extracción de datos estructurados
Una colección de más de 500 estudios de caso de diseño de sistemas ML y LLM del mundo real de más de 100 empresas. Aprenda cómo las principales empresas tecnológicas implementan GenAI en producción.
Adaptación de Segment Anything de Meta AI a tareas posteriores con adaptadores y prompts
Investigación de la arquitectura DeepSeek Engram basada en Qwen-3 y la serie Stable Diffusion.
Una interfaz de usuario hecha en Pyside6 para facilitar el entrenamiento de LoRA/LoCon y otros modelos tipo LoRA en sd-scripts
Hiperredes que adaptan LLM para tareas de referencia específicas utilizando solo la descripción textual de la tarea como entrada
Código para nuestro Paper EMNLP 2023: "LLM-Adapters: Una familia de adaptadores para el ajuste fino eficiente en parámetros de Grandes Modelos de Lenguaje"
Kimi-VL: Modelo Visión-Lenguaje de Mezcla de Expertos para Razonamiento Multimodal, Comprensión de Largo Contexto y Fuertes Capacidades de Agente
Una colección de cuadernos/recetas que muestran casos de uso de modelos de código abierto con Together AI.
Tutorial completo de algoritmos desde NLP hasta LLM, dirección de lectura en línea: https://datawhalechina.github.io/base-llm/
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
Allegro es un potente modelo de texto a video que genera videos de alta calidad de hasta 6 segundos a 15 FPS y resolución de 720p a partir de una simple entrada de texto.
DataDreamer: Prompt. Generar datos sintéticos. Entrenar y alinear modelos. 🤖💤
Marco de preentrenamiento de Tencent en PyTorch y Zoológico de modelos preentrenados
[TPAMI 2023] LibFewShot: Una biblioteca completa para el aprendizaje con pocos ejemplos (Few-shot Learning).
Recursos, ejemplos y tutoriales para IA multimodal, RAG y agentes que utilizan búsqueda vectorial y LLMs
Una guía completa para comenzar y mejorar tus habilidades en LLM en 2026, incluso con poca experiencia en el campo, y mantenerte actualizado con las últimas noticias y las técnicas más avanzadas.
Mamba-Chat: Un LLM de chat basado en la arquitectura del modelo de espacio de estados 🐍
Modelos abiertos de decisión multimodal, de 0,8B a 27B, para texto, imágenes y vídeo. Decide asignando probabilidades a tus propios candidatos y localiza con cuadros delimitadores, en lugar de generar texto. API gratuita, ONNX, GGUF, vLLM y SGLang; incluye código de ajuste fino.
Genere sintéticos de alta calidad, entrene, mida y evalúe en un solo pipeline
Repositorio oficial de mi libro "A Hands-On Guide to Fine-Tuning LLMs with PyTorch and Hugging Face"
Toolkit para ajustar finamente, eliminar y probar unitariamente LLM de código abierto.
Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales