Git Stars Git Stars

#llm-finetuning Repositorios

Descubre 16 repositorios activos de código abierto de GitHub etiquetados con #llm-finetuning, que acumulan 52,537 estrellas en total (una media de 3,283 estrellas por proyecto). El líder de este tema es tloen/alpaca-lora, con 18,987 estrellas.

16
Total de Repositorios
52,537
Total de estrellas
3,283
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook

16 repositorios en total

1
tloen/alpaca-lora

Ajustar LLaMA en hardware de consumo

tloen
⭐ 18,987 Jupyter Notebook 👤 tloen User 🕐 Actualizado 2024-07-29 📅 Creado 2023-03-13
2
artidoro/qlora

QLoRA: Finetuning eficiente de LLM cuantizados

artidoro
⭐ 10,804 Jupyter Notebook 👤 artidoro User 🕐 Actualizado 2024-06-10 📅 Creado 2023-05-11
3
meta-pytorch/torchtune

Biblioteca nativa de PyTorch para optimización post-entrenamiento

meta-pytorch
⭐ 5,820 Python 👤 meta-pytorch Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-10-20
4
Alpha-VLLM/LLaMA2-Accessory

Un kit de herramientas de código abierto para el desarrollo de LLM

Alpha-VLLM
⭐ 2,806 Python 👤 Alpha-VLLM Organization 🕐 Actualizado 2025-01-13 📅 Creado 2023-07-21
5
Unakar/Logic-RL

Reproducir R1 Zero en el rompecabezas lógico

Unakar
⭐ 2,451 Python 👤 Unakar User 🕐 Actualizado 2025-03-20 📅 Creado 2025-02-02
6
brevdev/launchables

¡Colección de guías de notebook creadas por el equipo de Brev.dev!

brevdev
⭐ 1,819 Jupyter Notebook 👤 brevdev Organization 🕐 Actualizado 2026-07-21 📅 Creado 2023-08-14
7
AnswerDotAI/fsdp_qlora

Entrenamiento de LLMs con QLoRA + FSDP

AnswerDotAI
⭐ 1,534 Jupyter Notebook 👤 AnswerDotAI Organization 🕐 Actualizado 2024-11-09 📅 Creado 2024-01-14
8
xingyaoww/code-act

Repositorio oficial del artículo de ICML 2024 "Executable Code Actions Elicit Better LLM Agents" de Xingyao Wang, Yangyi Chen, Lifan Yuan, Yizhe Zhang, Yunzhu Li, Hao Peng, Heng Ji.

xingyaoww
⭐ 1,515 Python 👤 xingyaoww User 🕐 Actualizado 2024-05-23 📅 Creado 2024-01-13
9
ARahim3/mlx-tune

Ajusta finamente LLMs en tu Mac con Apple Silicon. SFT, DPO, GRPO, Visión, TTS, STT, Embedding y ajuste fino de OCR — de forma nativa en MLX. API compatible con Unsloth.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Actualizado 2026-06-23 📅 Creado 2026-01-03
10
LiuHC0428/LAW-GPT

Modelo de lenguaje de diálogo legal chino

LiuHC0428
⭐ 1,179 Python 👤 LiuHC0428 User 🕐 Actualizado 2024-05-13 📅 Creado 2023-04-09
12
jzhang38/EasyContext

Optimización de la memoria y recetas de entrenamiento para extrapolar la longitud del contexto de los modelos de lenguaje a 1 millón de tokens, con un hardware mínimo.

jzhang38
⭐ 751 Python 👤 jzhang38 User 🕐 Actualizado 2024-09-27 📅 Creado 2024-04-05
13
kuleshov-group/llmtools

Ajuste fino de grandes modelos de lenguaje en una GPU de consumo en 2 bits

kuleshov-group
⭐ 734 Python 👤 kuleshov-group Organization 🕐 Actualizado 2024-05-25 📅 Creado 2023-05-11
14
IEIT-Yuan/Yuan-2.0

Yuan 2.0 Large Language Model

IEIT-Yuan
⭐ 689 Python 👤 IEIT-Yuan Organization 🕐 Actualizado 2024-07-11 📅 Creado 2023-11-26
15
rohan-paul/LLM-FineTuning-Large-Language-Models

Ajuste Fino de LLM (Large Language Model)

rohan-paul
⭐ 574 Jupyter Notebook 👤 rohan-paul User 🕐 Actualizado 2025-04-01 📅 Creado 2023-10-22
16
jihoo-kim/awesome-production-llm

Una lista seleccionada de impresionantes bibliotecas de código abierto para LLM de producción

jihoo-kim
⭐ 507 👤 jihoo-kim User 🕐 Actualizado 2024-12-31 📅 Creado 2024-06-19

Preguntas frecuentes

1

¿Cuál es el repositorio de #llm-finetuning más popular en GitHub?

El proyecto de código abierto de #llm-finetuning mejor posicionado en GitHub es tloen/alpaca-lora, con 18,987 estrellas. Ajustar LLaMA en hardware de consumo

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #llm-finetuning?

Entre los proyectos de #llm-finetuning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #llm-finetuning?

Seguimos 16 repositorios activos de código abierto etiquetados con #llm-finetuning (500+ estrellas), que suman un total de 52,537 estrellas, con una media de 3,283 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.