#llm-training 저장소
#llm-training 태그가 지정된 GitHub의 활성 오픈 소스 저장소 58개를 확인해 보세요. 총 316,620개의 스타를 획득했으며 프로젝트당 평균 5,458개입니다. 이 주제를 이끄는 저장소는 60,746개의 스타를 받은 karpathy/nanochat입니다.
저장소 총 59개
최첨단 팀을 위한 AI 컴퓨팅 플랫폼. SkyPilot은 분산된 AI 컴퓨팅을 하나의 AI 슈퍼컴퓨터로 전환하여 최첨단 AI 팀이 맞춤형 지능을 더 빠르게 구축할 수 있도록 합니다.
《AI 인프라 심층 이해: 정량 분석과 시스템 설계》(리보제 저), 오픈 소스 도서 원고: 하드웨어 제약과 모델 아키텍처를 바탕으로 LLM 추론 및 학습 시스템 설계를 정량적으로 도출합니다. 책 전체 본문, PDF, 관련 계산 도구와 실험을 포함합니다.
H2O LLM Studio - LLM 미세 조정을 위한 프레임워크 및 노코드 GUI. 문서: https://docs.h2o.ai/h2o-llmstudio/
Miles는 LLM 및 VLM 사후 훈련을 위한 엔터프라이즈 지향 강화 학습 프레임워크로, 슬라임에서 포크되었으며 슬라임과 함께 공진화하고 있습니다.
verl-agent는 RL을 통해 LLM/VLM 에이전트를 훈련하기 위해 설계된 veRL의 확장 기능입니다. verl-agent는 또한 "Group-in-Group Policy Optimization for LLM Agent Training" 논문의 공식 코드입니다.
Alibaba Cloud에서 개발한 LLM 및 VLM 대규모 학습을 위한 Pai-Megatron-Patch의 공식 저장소입니다.
"AI-Compass"는 AI 기술의 바다를 항해하는 방향을 커뮤니티에 안내합니다. 초보자든 고급 개발자든 AI의 모든 주요 방향으로 가는 길을 이곳에서 찾을 수 있습니다. 이 서비스는 개발자들이 AI의 핵심 개념, 주류 기술, 최첨단 트렌드를 체계적으로 이해하고, 실천을 통해 이론부터 구현까지 전 과정을 숙달할 수 있도록 돕는 것을 목표로 합니다.
대규모 언어 모델의 온-폴리시 증류(OPD)에 관한 논문, 기술 보고서, 프레임워크 및 도구의 엄선된 컬렉션
이것은 사전 훈련, 미세 조정 및 직접 선호도 최적화를 포함하여 처음부터 대규모 언어 모델을 훈련하는 프로젝트이며, 모델은 10억 개의 매개변수를 가지며 중국어와 영어를 지원합니다.
PyTorch, Triton, CUDA를 활용해 LLM 알고리즘과 시스템을 실습합니다. 《LLM 알고리즘 및 시스템 튜토리얼》에서는 모델 아키텍처와 학습, 후속 학습, 추론 가속, 성능 및 연산자 최적화를 다루며, Notebook 실습, 정답 해설, 테스트와 실험도 제공합니다.
LLM-PowerHouse: 맞춤형 교육 및 추론을 위한 엄선된 튜토리얼, 모범 사례 및 바로 사용할 수 있는 코드를 통해 LLM의 잠재력을 발휘하십시오.
자주 묻는 질문
GitHub에서 가장 인기 있는 #llm-training 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #llm-training 프로젝트는 60,746개의 스타를 받은 karpathy/nanochat입니다. $100로 살 수 있는 최고의 ChatGPT입니다.
#llm-training 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #llm-training 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Go, Cuda입니다.
#llm-training 저장소 순위는 어떻게 계산되나요?
#llm-training 태그가 지정된 활성 오픈 소스 저장소(58개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 316,620개이며 저장소당 평균 5,458개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.