#finetuning Dépôts
Découvrez 26 dépôts GitHub open source actifs associés à #finetuning, cumulant 252,655 étoiles au total (soit une moyenne de 9,717 étoiles par projet). Le projet en tête de ce thème est rasbt/LLMs-from-scratch, avec 108,745 étoiles.
26 dépôts au total
Implémentez à partir de zéro un LLM de type ChatGPT dans PyTorch, étape par étape
Le dépôt le plus simple et le plus rapide pour entraîner/affiner des GPT de taille moyenne.
Bienvenue dans le Cookbook Llama ! Ceci est votre guide de référence pour la création avec Llama : Démarrage avec l'inférence, le fine-tuning et le RAG. Nous vous montrons également comment résoudre des problèmes de bout en bout en utilisant la famille de modèles Llama et en les utilisant sur divers services fournisseurs.
H2O LLM Studio - un framework et une interface graphique sans code pour le fine-tuning des LLM. Documentation : https://docs.h2o.ai/h2o-llmstudio/
Anti-sèche VIP pour les Transformers et grands modèles linguistiques CME 295 de Stanford
Une bibliothèque rapide pour AutoML et le réglage. Rejoignez notre Discord : https://discord.gg/Cppx2vSPVP.
Le moyen le plus simple et le plus paresseux de construire des applications LLM multi-agents.
Tutoriels et ressources sélectionnés pour les grands modèles de langage, Text2SQL, Text2DSL, Text2API, Text2Vis et plus encore.
Interagissez avec votre base de données SQL, du langage naturel à SQL à l'aide des LLM
Créez, personnalisez et contrôlez vos propres LLM. Du prétraitement des données au réglage fin, xTuring offre un moyen simple de personnaliser les LLM open-source. Rejoignez notre communauté Discord : https://discord.gg/TgHXuSJEk6
Créer des grands modèles linguistiques qui comprennent les relations humaines | Tutoriels complets sur l'ingénierie des invites, le RAG, les agents et le réglage fin des LLM
Agents Llama-3 capables de naviguer sur le Web en suivant des instructions et en vous parlant
🚀 Bibliothèque d'entraînement natif distribué Pytorch pour LLMs/VLMs avec prise en charge immédiate de Hugging Face
Interfaces API stables de qualité entreprise pour OpenAI, Claude, Gemini, etc., destinées aux entreprises et aux développeurs. Proxy API OpenAI, prenant en charge les appels API ChatGPT, les interfaces officielles d'Anthropic Claude et les interfaces officielles de Google Gemini. Prend en charge : GPT-5, Sora. Pas besoin de clé OpenAI, pas besoin de compte OpenAI, pas besoin de carte bancaire en dollars ; rien de tout cela n'est nécessaire, appelez directement l'API. Stable et facile à utiliser !! Zhizengzeng.
Projet open source pour la préparation des données pour les applications GenAI
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.
Fizgig — Studio LoRA et de fine-tuning pour Klein 9B, Krea 2, MiniMax H3, Qwen Image 2.1, Anima, Z-Image Turbo et Ace-Step XL : entraînez, affinez, profilez, réparez et extrayez des LoRA et LoKR pour les modèles d’image, de vidéo et de musique
Un cadre unifié pour faciliter le fine-tuning des modèles de Flow Matching
Foire aux questions
Quel est le dépôt #finetuning le plus populaire sur GitHub ?
Le projet #finetuning open source le mieux classé sur GitHub est rasbt/LLMs-from-scratch, avec 108,745 étoiles. Implémentez à partir de zéro un LLM de type ChatGPT dans PyTorch, étape par étape
Quels langages de programmation sont les plus utilisés dans les dépôts #finetuning ?
Parmi les projets #finetuning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML, Go.
Comment le classement des dépôts #finetuning est-il calculé ?
Nous suivons 26 dépôts open source actifs associés à #finetuning (500+ étoiles), totalisant 252,655 étoiles, avec une moyenne de 9,717 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.