#sft Repositorios
Descubre 17 repositorios activos de código abierto de GitHub etiquetados con #sft, que acumulan 73,413 estrellas en total (una media de 4,318 estrellas por proyecto). El líder de este tema es modelscope/ms-swift, con 16,138 estrellas.
17 repositorios en total
Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Guía de desarrollo de agentes de IA | Agent Harness | Ingeniería de contexto | RAG avanzado | MCP | Aprendizaje por refuerzo agéntico (Agentic RL) | LangGraph práctico | Más de 12.000 preguntas de entrevista sobre LLM | Búsqueda de empleo para puestos de algoritmos / desarrollo | Cambiar de carrera al ámbito de los LLM
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!
🚀 Un currículo de código abierto y práctico que cierra la brecha desde conceptos básicos de RL hasta alineación de LLM, RLVR y sistemas Agentic avanzados.
Cubre datos de preentrenamiento, tokenizadores, Transformers, MoE, entrenamiento distribuido, leyes de escalado, inferencia y alineación. 6 tareas de programación progresivas para aprender LLM de principio a fin.
GraphGen: Mejora del ajuste fino supervisado para LLM con generación de datos sintéticos impulsada por el conocimiento
La pila completa de posentrenamiento para LLM, además de RL para cualquier problema. SFT, DPO y RL agéntico en varios turnos, con optimización evolutiva de hiperparámetros integrada.
Un framework de alto rendimiento para entrenar LLM, VLM, modelos de difusión y modelos incorporados en GPU NVIDIA y XPU Kunlun. Admite Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 y más.
Una solución de código abierto para el ajuste fino de parámetros completos de DeepSeek-V3/R1 671B, que incluye código completo y scripts desde el entrenamiento hasta la inferencia, así como algunas experiencias y conclusiones prácticas.
Código y conjuntos de datos para "Character-LLM: Un agente entrenable para juegos de rol"
Un repositorio de NLP de aprendizaje profundo que resume el preprocesamiento de texto, modelos de temas y tareas posteriores de modelos de vanguardia como BERT, GPT y LLM utilizando TensorFlow.
Preguntas frecuentes
¿Cuál es el repositorio de #sft más popular en GitHub?
El proyecto de código abierto de #sft mejor posicionado en GitHub es modelscope/ms-swift, con 16,138 estrellas. Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
¿Qué lenguajes de programación se utilizan más en los repositorios de #sft?
Entre los proyectos de #sft mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, MDX, C++.
¿Cómo se calcula la clasificación de los repositorios de #sft?
Seguimos 17 repositorios activos de código abierto etiquetados con #sft (500+ estrellas), que suman un total de 73,413 estrellas, con una media de 4,318 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.