#fine-tuning Repository
Scopri 144 repository GitHub open source attivi contrassegnati con #fine-tuning, che raccolgono un totale di 723,118 stelle (con una media di 5,021 stelle per progetto). Il progetto leader di questo argomento è unslothai/unsloth, con 79,885 stelle.
144 repository in totale
Interfaccia locale per eseguire e addestrare LLM e modelli di diffusione. Supporta GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX e altro.
ChatGLM-6B: Un modello linguistico di dialogo bilingue open source | Modello linguistico di dialogo bilingue open source
Una piattaforma aperta per l'addestramento, il serving e la valutazione di modelli linguistici di grandi dimensioni. Repository di rilascio per Vicuna e Chatbot Arena.
Modello di generazione vocale multilingue di grandi dimensioni, che fornisce capacità full-stack per inferenza, addestramento e implementazione.
🚀 Una raccolta selezionata di risorse, roadmap, strumenti e progetti di ingegneria dell’IA che comprende LLM, RAG, agenti IA, MCP, fine-tuning, valutazioni e sistemi di IA in produzione.
Uno strumento potente per creare set di dati per il fine-tuning di LLM、RAG e Eval
Esegui qualsiasi LLM open-source, come DeepSeek e Llama, come endpoint API compatibile con OpenAI nel cloud.
Framework low-code per la creazione di LLM personalizzati, reti neurali e altri modelli AI
Affina i LLM da un singolo YAML. Lo streaming a livelli addestra un modello da 8B su una GPU per laptop da 4 GB.
Metti facilmente a punto (SFT/RL), valuta e distribuisci Qwen, Gemma o qualsiasi LLM/VLM agentico open source!
Fine-tuning rapido di modelli di diffusione utilizzando l'adattamento a basso rango.
[ICLR'24 Spotlight] Una piattaforma aperta per l'addestramento, il serving e la valutazione di grandi modelli linguistici per l'apprendimento degli strumenti.
Costruire, Valutare e Ottimizzare i Sistemi di IA. Include valutazioni (evals), RAG, agenti, messa a punto (fine-tuning), generazione di dati sintetici, gestione dei set di dati, MCP e altro ancora.
H2O LLM Studio - un framework e una GUI no-code per il fine-tuning di LLM. Documentazione: https://docs.h2o.ai/h2o-llmstudio/
"Grandi Modelli Linguistici" di: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
Utilizzo di Bert, ERNIE per la classificazione di testo cinese
Framework RAG (Retrieval Augmented Generation) per la creazione di applicazioni open source modulari per la produzione di TrueFoundry
"Build a Large Language Model (From Scratch)" è un ebook che approfondisce i principi e l'implementazione dei modelli linguistici di grandi dimensioni, adatto a chi desidera comprendere a fondo le architetture, i processi di addestramento e lo sviluppo di applicazioni di modelli di grandi dimensioni come GPT. Per consentire a più lettori cinesi di accedere a questo prezioso materiale didattico, ho deciso di tradurlo in cinese e di condividerlo in open source tramite GitHub.
Utilizza e addestra facilmente metodi di recupero all'avanguardia con interazione tardiva (ColBERT) in qualsiasi pipeline RAG. Progettato per modularità e facilità d'uso, supportato dalla ricerca.
Il tuo cheat sheet per il colloquio di ingegneria IA – Domande e risposte.
OpenDeepWiki è la versione open-source del progetto DeepWiki, con l'obiettivo di fornire una potente piattaforma di gestione della conoscenza e collaborazione. Il progetto è sviluppato principalmente utilizzando C# e TypeScript, supporta un design modulare ed è facile da espandere e personalizzare.
🔥🔥Libreria di Riconoscimento Facciale ad Alta Prestazioni su PaddlePaddle & PyTorch🔥🔥
Agente AI che gestisce attività di ingegneria end-to-end: si integra con gli strumenti degli sviluppatori, pianifica, esegue e itera fino al raggiungimento di un risultato positivo.
OML 1.0 tramite Fingerprinting: AI aperta, monetizzabile e leale
OneTrainer è una soluzione completa per tutte le tue esigenze di addestramento Diffusion.
Interfaccia utente di addestramento FLUX LoRA estremamente semplice con supporto LOW VRAM
Impara a costruire il tuo assistente AI Second Brain con LLM, agenti, RAG, fine-tuning, LLMOps e tecniche per sistemi AI.
Framework per Modelli di Pre-allenamento Open Source in PyTorch & Zoo di Modelli Pre-allenati
Un kit generale di fine-tuning orientato ai modelli di diffusione di immagini/video/audio.
Semplificare il processo di fine-tuning per modelli multimodali: PaliGemma 2, Florence-2 e Qwen2.5-VL
Costruisci, personalizza e controlla i tuoi LLM. Dalla pre-elaborazione dei dati al fine-tuning, xTuring offre un modo semplice per personalizzare gli LLM open-source. Unisciti alla nostra community Discord: https://discord.gg/TgHXuSJEk6
Domande frequenti
Qual è il repository #fine-tuning più popolare su GitHub?
Il progetto open source #fine-tuning più alto in classifica su GitHub è unslothai/unsloth, con 79,885 stelle. Interfaccia locale per eseguire e addestrare LLM e modelli di diffusione. Supporta GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX e altro.
Quali linguaggi di programmazione sono più utilizzati nei repository #fine-tuning?
Tra i progetti #fine-tuning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Rust, JavaScript.
Come viene calcolata la classifica dei repository #fine-tuning?
Monitoriamo 144 repository open source attivi contrassegnati con #fine-tuning (500+ stelle), per un totale di 723,118 stelle e una media di 5,021 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.