Framework de ajuste fino, entrenamiento, inferencia y despliegue para más de 600 modelos de lenguaje grandes y más de 400 modelos multimodales, compatible con SFT, DPO y GRPO.
15,9 mil1,7 milPythonApache-2.0Actualizado hace 2 horas
AI-Hypercomputer/maxtext
Biblioteca open source de LLM basada en JAX y una implementación de referencia para preentrenar y postentrenar modelos grandes en TPUs y GPUs de Google Cloud.
- Estrellas
- 2,444
- Forks
- 628
- Issues abiertos
- 477
- Último commit
- hace 2 horas
¿Qué es?
MaxText es una biblioteca de Python basada en JAX y el compilador XLA para entrenar modelos de lenguaje grandes en TPUs y GPUs de Google Cloud. Incluye implementaciones de varios modelos, como Gemma, Llama, DeepSeek, Qwen, Mistral, Mixtral y GPT-OSS, y abarca desde el preentrenamiento en un solo host hasta clústeres de gran tamaño.
Para el postentrenamiento, MaxText admite el ajuste fino supervisado (SFT) y métodos de aprendizaje por refuerzo como GRPO y GSPO. Usa Tunix como framework de entrenamiento y vLLM para el muestreo durante el aprendizaje por refuerzo. El checkpointing se basa en Orbax, la optimización en Optax, la carga de datos en Grain y las redes neuronales en Flax. El entrenamiento multimodal está disponible para los VLM Gemma 3, Gemma 4 y Llama 4.
El código está pensado tanto como un stack de entrenamiento listo para ejecutar como punto de partida: se anima a los usuarios a ejecutar las configuraciones existentes y luego hacer un fork y modificar los modelos para sus propios proyectos de investigación o producción. Los modelos de difusión se gestionan en el proyecto independiente MaxDiffusion.
Funciones clave
- 01Compatibilidad con el preentrenamiento y el postentrenamiento de muchas familias de modelos abiertos, como Gemma, Llama, DeepSeek, Qwen y Mistral.
- 02Pipelines de ajuste fino supervisado y aprendizaje por refuerzo (GRPO, GSPO).
- 03Diseñado para TPUs y GPUs de Google Cloud, con escalado entre varios hosts y segmentos.
- 04Basado en JAX, Flax, Optax, Orbax y Grain.
- 05Disponible en PyPI y como imágenes de contenedor precompiladas.
- 06Entrenamiento multimodal para los VLM Gemma 3, Gemma 4 y Llama 4.
Casos de uso
- Preentrenar un modelo de lenguaje denso o MoE personalizado en clústeres de TPU o GPU.
- Ajustar modelos abiertos como Gemma o Llama con SFT o aprendizaje por refuerzo en Google Cloud.
- Usar MaxText como implementación de referencia para estudiar o bifurcar código de entrenamiento de LLM a gran escala.
Inicio rápido
- 1
Instala MaxText desde PyPI siguiendo la guía de instalación
- 2
Si ya tienes un entorno, ejecuta una instalación editable desde el directorio raíz de MaxText
pip install -e . - 3
Sigue la guía Get Started para ejecutar MaxText por primera vez
Antes de usarlo
- Está diseñado para TPU y GPU de Google Cloud, por lo que requiere hardware acelerador para resultar útil.
- No se espera que la rama main esté lista para producción; se recomienda la versión más reciente de PyPI.
- La versión principal compatible es Python 3.12; otras versiones pueden presentar problemas de compatibilidad.
Temas
Preguntas frecuentes
- ¿Qué es maxtext?
- Biblioteca open source de LLM basada en JAX y una implementación de referencia para preentrenar y postentrenar modelos grandes en TPUs y GPUs de Google Cloud. MaxText es una biblioteca de Python basada en JAX y el compilador XLA para entrenar modelos de lenguaje grandes en TPUs y GPUs de Google Cloud. Incluye implementaciones de varios modelos, como Gemma, Llama, DeepSeek, Qwen, Mistral, Mixtral y GPT-OSS, y abarca desde el preentrenamiento en un solo host hasta clústeres de gran tamaño.
- ¿maxtext es gratuito? ¿Qué licencia tiene?
- maxtext es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿maxtext sigue mantenido?
- Mantenimiento activo. El último commit de maxtext fue el 21 oct 2026.
- ¿Para qué puedo usar maxtext?
- Preentrenar un modelo de lenguaje denso o MoE personalizado en clústeres de TPU o GPU. Ajustar modelos abiertos como Gemma o Llama con SFT o aprendizaje por refuerzo en Google Cloud. Usar MaxText como implementación de referencia para estudiar o bifurcar código de entrenamiento de LLM a gran escala.
- ¿Cómo se instala maxtext?
- Instala MaxText desde PyPI siguiendo la guía de instalación Si ya tienes un entorno, ejecuta una instalación editable desde el directorio raíz de MaxText: pip install -e . Sigue la guía Get Started para ejecutar MaxText por primera vez
- ¿Dónde consigo maxtext?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/AI-Hypercomputer/maxtext
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Runner local y en la nube para modelos abiertos como Gemma, Qwen, DeepSeek y gpt-oss, con CLI, API REST y bibliotecas para Python y JavaScript.
184,1 mil18,5 milGoMITActualizado hace 19 horas
Aplicación de escritorio de código abierto e interfaz web para ejecutar, ajustar y exportar LLMs y modelos de difusión localmente, además de una biblioteca de entrenamiento basada en código.
78,3 mil7,2 milPythonApache-2.0Actualizado ayer
verl es una biblioteca open source de entrenamiento por aprendizaje por refuerzo para el postentrenamiento de modelos de lenguaje grandes, basada en el artículo HybridFlow.
23,9 mil4,8 milPythonApache-2.0Actualizado ayer
Una biblioteca de Hugging Face para el postentrenamiento de modelos de lenguaje transformer con SFT, GRPO, DPO, KTO y modelado de recompensas.
19,6 mil3,1 milPythonApache-2.0Actualizado hace 3 horas
Framework basado en Ray y vLLM para RLHF y entrenamiento de agentes con modelos grandes de lenguaje y de visión y lenguaje.
10,1 mil1 milPythonApache-2.0Actualizado hace 16 días