#supervised-fine-tuning Dépôts
Découvrez 24 dépôts GitHub open source actifs associés à #supervised-fine-tuning, cumulant 119,219 étoiles au total (soit une moyenne de 4,967 étoiles par projet). Le projet en tête de ce thème est karpathy/nanochat, avec 60,746 étoiles.
24 dépôts au total
ScreenCoder – Transformez n'importe quelle capture d'écran d'interface utilisateur en HTML/CSS propre et éditable avec un contrôle total. Rapide, précis et facile à personnaliser.
Un dépôt pour pré-entraîner à partir de zéro + SFT un LLaMa2 chinois avec peu de paramètres ; une seule carte 24G suffit pour l'exécuter et obtenir un chat-llama2 doté de simples capacités de questions-réponses en chinois.
Construire des grands modèles à zéro : une pratique complète du pré-entraînement à la RLHF
HuatuoGPT, vers la domestication des modèles linguistiques pour devenir un médecin. (Un GPT médical ouvert)
Un cadre d'ensemble multi-générateurs pour la conversion du langage naturel en SQL
Framework léger de post-entraînement pour LLM, prend en charge SFT, RLVR, On-Policy KD, Guide KD et entraînement mixte ; implémente distillation Guide mono/multi-tour, distillation multi-enseignant, entraînement mixte Reward et partitionnement de données automatisé👩🎓👨🎓
[ICLR 2026] Sur la généralisation de SFT : une perspective d'apprentissage par renforcement avec rectification des récompenses.
le code officiel pour "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"
Une bibliothèque complète pour la mise en œuvre des LLM, comprenant un pipeline d'entraînement unifié et une évaluation complète des modèles.
Fin-R1 est un grand modèle linguistique pour le raisonnement financier complexe, développé et rendu open source grâce aux efforts conjoints du SUFE-AIFLM-Lab de l'École de Statistique et de Science des Données de l'Université de Finance et d'Économie de Shanghai et de FinStep.AI.
Ajustement fin des grands modèles linguistiques, Qwen2VL, Qwen2, ajustement fin des instructions GLM4
R1-onevision, un modèle linguistique visuel capable d'un raisonnement CoT approfondi.
Foire aux questions
Quel est le dépôt #supervised-fine-tuning le plus populaire sur GitHub ?
Le projet #supervised-fine-tuning open source le mieux classé sur GitHub est karpathy/nanochat, avec 60,746 étoiles. Le meilleur ChatGPT que 100 $ peuvent acheter.
Quels langages de programmation sont les plus utilisés dans les dépôts #supervised-fine-tuning ?
Parmi les projets #supervised-fine-tuning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #supervised-fine-tuning est-il calculé ?
Nous suivons 24 dépôts open source actifs associés à #supervised-fine-tuning (500+ étoiles), totalisant 119,219 étoiles, avec une moyenne de 4,967 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.