Una lista seleccionada de recursos, tutoriales, artículos, herramientas y cursos para ajustar modelos de lenguaje grandes.
532+1 esta semana84Sin licenciaActualizado hace 2 meses
h2oai/h2o-llmstudio
Framework e interfaz gráfica no-code para ajustar LLM grandes, con soporte para LoRA, DPO y CLI.
- Estrellas
- 5,192
- Forks
- 555
- Issues abiertos
- 38
- Último commit
- ayer
¿Qué es?
H2O LLM Studio es un framework y una interfaz gráfica para ajustar LLM grandes sin escribir código. Los usuarios cargan un conjunto de datos, eligen un modelo base y configuran los hiperparámetros desde la GUI; luego pueden supervisar y comparar los experimentos resultantes, e interactuar con ellos mediante un chat.
El proyecto admite métodos eficientes en parámetros, como Low-Rank Adaptation (LoRA), y entrenamiento de 8 bits para reducir el uso de memoria de la GPU. También incluye opciones de optimización de preferencias (DPO, IPO y KTO) y tipos de problemas para clasificación causal y regresión, además de soporte experimental para aprendizaje por refuerzo. El entrenamiento puede ejecutarse desde la línea de comandos mediante una configuración YAML, y se puede usar DeepSpeed y DDP con varias GPU para modelos más grandes.
Los modelos entrenados se pueden subir a Hugging Face Hub y se puede usar Weights & Biases para el seguimiento. La aplicación se ejecuta localmente en Ubuntu con GPU NVIDIA, o mediante Docker y una plantilla de runpod.io.
Funciones clave
- 01GUI no-code para crear, supervisar y comparar experimentos de ajuste fino.
- 02LoRA y entrenamiento de 8 bits para reducir los requisitos de memoria de la GPU.
- 03Opciones de optimización de preferencias con DPO, IPO y KTO.
- 04Entrenamiento desde archivos de configuración YAML mediante la línea de comandos, con soporte para DDP con varias GPU.
- 05Chat interactivo con modelos ajustados y exportación a Hugging Face Hub.
Casos de uso
- Adaptar un LLM de código abierto a un conjunto de datos de preguntas y respuestas específico de un dominio, sin escribir código de entrenamiento.
- Comparar configuraciones de hiperparámetros entre varias ejecuciones de ajuste fino desde una sola interfaz.
- Ejecutar trabajos de ajuste fino reproducibles y mediante scripts en un servidor con GPU, a través de la CLI.
Inicio rápido
- 1
Instala el entorno virtual basado en uv y las dependencias
make setup - 2
Inicia la interfaz gráfica de H2O LLM Studio
make llmstudio - 3
Abre http://localhost:10101/ en el navegador
Antes de usarlo
- Se necesita una máquina con Ubuntu, una GPU NVIDIA reciente y controladores NVIDIA de la versión 580 o posterior.
- Para modelos más grandes, se recomiendan al menos 24 GB de memoria de GPU.
- Algunas funciones, como el ajuste fino de RL, están marcadas como experimentales y no se garantiza la compatibilidad con versiones anteriores.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es h2o-llmstudio?
- Framework e interfaz gráfica no-code para ajustar LLM grandes, con soporte para LoRA, DPO y CLI. H2O LLM Studio es un framework y una interfaz gráfica para ajustar LLM grandes sin escribir código. Los usuarios cargan un conjunto de datos, eligen un modelo base y configuran los hiperparámetros desde la GUI; luego pueden supervisar y comparar los experimentos resultantes, e interactuar con ellos mediante un chat.
- ¿h2o-llmstudio es gratuito? ¿Qué licencia tiene?
- h2o-llmstudio es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿h2o-llmstudio sigue mantenido?
- Mantenimiento activo. El último commit de h2o-llmstudio fue el 5 nov 2026.
- ¿Para qué puedo usar h2o-llmstudio?
- Adaptar un LLM de código abierto a un conjunto de datos de preguntas y respuestas específico de un dominio, sin escribir código de entrenamiento. Comparar configuraciones de hiperparámetros entre varias ejecuciones de ajuste fino desde una sola interfaz. Ejecutar trabajos de ajuste fino reproducibles y mediante scripts en un servidor con GPU, a través de la CLI.
- ¿Cómo se instala h2o-llmstudio?
- Instala el entorno virtual basado en uv y las dependencias: make setup Inicia la interfaz gráfica de H2O LLM Studio: make llmstudio Abre http://localhost:10101/ en el navegador
- ¿Dónde consigo h2o-llmstudio?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/h2oai/h2o-llmstudio
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Modelos de lenguaje grandes de código abierto ajustados para tareas financieras, como análisis de sentimiento, pronósticos y benchmarks de NLP financiero.
21,5 mil+41 esta semana3 milJupyter NotebookMITBien mantenidoActualizado hace 12 días
Convierte tu historial de chat exportado en un LLM ajustado que imita tu estilo y lo despliega como chatbot en Telegram, Discord, Slack o WeChat.
18,4 mil+25 esta semana1,5 milPythonAGPL-3.0Bien mantenidoActualizado ayer
Biblioteca de Python que ejecuta modelos de lenguaje grandes capa por capa para que los modelos de 70B puedan inferir en una sola GPU de 4 GB, sin cuantización.
41,9 mil+523 esta semana4,3 milJupyter NotebookApache-2.0Bien mantenidoActualizado hace 13 horas
Plataforma open source de investigación en ML para entrenar, ajustar, evaluar y ejecutar modelos localmente o en Slurm y clústeres de GPU en la nube.
5,2 mil+1 esta semana554PythonAGPL-3.0Actualizado ayer
Herramienta sin código de Hugging Face para entrenar y ajustar modelos de ML (LLM, texto, imágenes y tareas con tokens) mediante una interfaz web, CLI o archivos YAML.
4,6 mil+3 esta semana631PythonApache-2.0Actualizado hace 8 días