#fine-tuning Dépôts
144 dépôts au total
Developer Asset Hub pour NVIDIA Nemotron — Une ressource tout-en-un pour les recettes d'entraînement, les manuels d'utilisation, les jeux de données et les exemples de référence complets de bout en bout pour construire avec les modèles Nemotron.
Une couche d’orchestration unifiée pour des ressources de calcul IA hétérogènes. Elle standardise la gestion des ressources de calcul ainsi que l’exécution de l’entraînement et de l’inférence sur des clouds GPU, Kubernetes, des machines virtuelles ou des clusters bare metal.
Dépôt officiel de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
Recettes pour réduire, optimiser et personnaliser des modèles de vision de pointe. 💜
Un dépôt contenant des modèles, des ensembles de données et des techniques de réglage fin pour DB-GPT, dans le but d'améliorer les performances du modèle en Text-to-SQL
Custom Diffusion : Personnalisation Multi-Concepts de la Diffusion Texte-vers-Image (CVPR 2023)
Une boîte à outils de recherche JAX pour la construction, l'édition et la visualisation de réseaux neuronaux.
[ICLR 2025] LongWriter : Libération de la génération de plus de 10 000 mots à partir de LLM à contexte long
Kit d'outils évolutif pour le prétraitement et la curation de données pour les LLM
Un guide complet pour la création d'applications LLM basées sur RAG pour la production.
Curation de données synthétiques pour le post-entraînement et l'extraction de données structurées
Une collection de plus de 500 études de cas de conception de systèmes ML et LLM du monde réel provenant de plus de 100 entreprises. Apprenez comment les meilleures entreprises technologiques mettent en œuvre GenAI en production.
Adapter Segment Anything de Meta AI aux tâches en aval avec des adaptateurs et des invites
Recherche sur l'architecture DeepSeek Engram basée sur Qwen-3 et la série Stable Diffusion.
Une interface utilisateur créée dans Pyside6 pour faciliter l'entraînement de LoRA/LoCon et d'autres modèles de type LoRA dans sd-scripts
Hyperréseaux qui adaptent les LLM pour des tâches de référence spécifiques en utilisant uniquement la description textuelle de la tâche comme entrée
Code pour notre article EMNLP 2023 : "LLM-Adapters : Une famille d'adaptateurs pour le réglage fin efficace des paramètres des grands modèles de langage"
Kimi-VL : Modèle Vision-Langage Mixture-of-Experts pour le Raisonnement Multimodal, la Compréhension du Long Contexte et de Fortes Capacités d'Agent
Une collection de notebooks/recettes présentant des cas d'utilisation de modèles open-source avec Together AI.
Tutoriel complet sur les algorithmes de NLP à LLM, adresse de lecture en ligne : https://datawhalechina.github.io/base-llm/
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
Allegro est un puissant modèle texte-vidéo qui génère des vidéos de haute qualité jusqu'à 6 secondes à 15 FPS et une résolution de 720p à partir d'une simple saisie de texte.
DataDreamer: Prompt. Générer des données synthétiques. Entraîner et aligner des modèles. 🤖💤
Framework de pré-entraînement Tencent en PyTorch et zoo de modèles pré-entraînés
[TPAMI 2023] LibFewShot : Une bibliothèque complète pour l'apprentissage par peu d'exemples (Few-shot Learning).
Ressources, exemples et tutoriels pour l'IA multimodale, RAG et agents utilisant la recherche vectorielle et les LLM
Un guide complet pour débuter et améliorer vos compétences LLM en 2026, même avec peu d’expérience dans le domaine, et rester à jour avec les dernières actualités et les techniques de pointe !
Mamba-Chat : Un LLM de chat basé sur l'architecture du modèle d'espace d'état 🐍
Modèles ouverts de décision multimodale, de 0,8B à 27B, pour le texte, les images et la vidéo. Prenez des décisions en attribuant des probabilités à vos propres candidats et localisez avec des cadres de délimitation, plutôt que de générer du texte. API gratuite, ONNX, GGUF, vLLM et SGLang ; code de fine-tuning inclus.
Générez des synthétiques de haute qualité, entraînez, mesurez et évaluez dans un pipeline unique
Entraînez et déployez des LLM à une vitesse extrême et avec un débit considérable.
Dépôt officiel de mon livre "Un guide pratique pour le réglage fin des LLM avec PyTorch et Hugging Face"
Boîte à outils pour l'affinage, l'ablation et les tests unitaires des LLM open-source.
Halo est un framework open source développé par White Circle pour entraîner des modèles de langage de grande taille et des modèles multimodaux