#llm-training Repositorios
Descubre 58 repositorios activos de código abierto de GitHub etiquetados con #llm-training, que acumulan 316,620 estrellas en total (una media de 5,458 estrellas por proyecto). El líder de este tema es karpathy/nanochat, con 60,746 estrellas.
59 repositorios en total
Este proyecto tiene como objetivo compartir los principios técnicos y la experiencia práctica relacionados con modelos grandes (ingeniería de modelos grandes, implementación práctica de modelos grandes).
Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA
La plataforma de cómputo de IA para equipos de vanguardia. SkyPilot convierte el cómputo de IA fragmentado en una supercomputadora de IA, para que los equipos de vanguardia construyan inteligencia personalizada más rápido.
Código mínimo y limpio para el algoritmo Byte Pair Encoding (BPE) comúnmente utilizado en la tokenización de LLM.
《Comprender en profundidad la infraestructura de IA: análisis cuantitativo y diseño de sistemas》 (por Li Bojie), un manuscrito de libro de código abierto: partiendo de las restricciones del hardware y de las arquitecturas de los modelos, deriva cuantitativamente el diseño de sistemas de inferencia y entrenamiento de LLM. Incluye el texto completo, el PDF, herramientas de cálculo complementarias y experimentos.
H2O LLM Studio: un framework y una GUI sin código para ajustar LLM. Documentación: https://docs.h2o.ai/h2o-llmstudio/
Meta Lingua: una base de código delgada, eficiente y fácil de hackear para investigar LLMs.
Miles es un marco de aprendizaje por refuerzo orientado a empresas para el post-entrenamiento de LLM y VLM, derivado de y co-evolucionando con slime.
OpenLake es un motor de almacenamiento de alto rendimiento para una inferencia de LLM y un entrenamiento de GPU eficientes
Construyendo grandes modelos desde cero: una práctica completa desde el preentrenamiento hasta RLHF
Ejemplos de código y recursos para DBRX, un modelo de lenguaje grande desarrollado por Databricks
verl-agent es una extensión de veRL, diseñada para entrenar agentes LLM/VLM a través de RL. verl-agent es también el código oficial del artículo "Group-in-Group Policy Optimization for LLM Agent Training"
DLRover: Un sistema distribuido automático de aprendizaje profundo
El repositorio oficial de Pai-Megatron-Patch para el entrenamiento a gran escala de LLM y VLM desarrollado por Alibaba Cloud.
Exportador de GPU NVIDIA para Prometheus mediante el binario nvidia-smi O NVML
La investigación en curso entrena modelos de lenguaje Transformer a gran escala, entre ellos: BERT y GPT-2
Atropos es un framework de entornos de aprendizaje por refuerzo de modelos de lenguaje para recopilar y evaluar trayectorias de LLM a través de diversos entornos
GraphGen: Mejora del ajuste fino supervisado para LLM con generación de datos sintéticos impulsada por el conocimiento
GigaTrain: Un Marco de Entrenamiento Eficiente y Escalable para Modelos de IA
‘AI-Compass’ guiará a la comunidad en la navegación del océano tecnológico de la IA. Sea que seas principiante o un desarrollador avanzado, encontrarás aquí un camino hacia todas las direcciones principales de la IA. Su objetivo es ayudar a los desarrolladores a comprender de manera sistemática los conceptos fundamentales de la IA, las tecnologías dominantes, las tendencias de vanguardia y, mediante la práctica, dominar todo el proceso desde la teoría hasta la implementación.
[ICLR 2026] Sobre la generalización de SFT: Una perspectiva de aprendizaje por refuerzo con rectificación de recompensas.
Una colección curada de artículos, informes técnicos, marcos y herramientas para la destilación en política (OPD) de modelos de lenguaje grandes
Deep Learning para principiantes. Todos los detalles prácticos y utilidades útiles que se incluyen al trabajar con modelos reales.
Este es un proyecto para entrenar modelos de lenguaje grandes desde cero, incluyendo preentrenamiento, ajuste fino y optimización directa de preferencias, con el modelo teniendo 1 mil millones de parámetros y soportando chino e inglés.
Adan: Algoritmo Adaptativo de Momentum de Nesterov para una Optimización más Rápida de Modelos Profundos
Algoritmos y sistemas de LLM con PyTorch, Triton y CUDA: aprendizaje práctico. «Tutorial de algoritmos y sistemas de LLM»: arquitecturas y entrenamiento de modelos, posentrenamiento, aceleración de inferencia, optimización del rendimiento y de operadores; incluye ejercicios en Notebook, explicaciones de las respuestas, pruebas y experimentos.
LLM-PowerHouse: Desata el potencial de los LLM a través de tutoriales seleccionados, mejores prácticas y código listo para usar para entrenamiento e inferencia personalizados.
R1-buscador: Incentivar la capacidad de búsqueda en LLM a través del aprendizaje por refuerzo
Preguntas frecuentes
¿Cuál es el repositorio de #llm-training más popular en GitHub?
El proyecto de código abierto de #llm-training mejor posicionado en GitHub es karpathy/nanochat, con 60,746 estrellas. El mejor ChatGPT que $100 pueden comprar.
¿Qué lenguajes de programación se utilizan más en los repositorios de #llm-training?
Entre los proyectos de #llm-training mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Go, Cuda.
¿Cómo se calcula la clasificación de los repositorios de #llm-training?
Seguimos 58 repositorios activos de código abierto etiquetados con #llm-training (500+ estrellas), que suman un total de 316,620 estrellas, con una media de 5,458 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.