Framework unificado para ajustar eficientemente más de 100 LLM y VLM con una CLI y una interfaz web sin código.
75,9 mil+113 esta semana9,3 milPythonApache-2.0Actualizado ayer
transformerlab/transformerlab-app
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.
- Estrellas
- 5,200
- Forks
- 554
- Issues abiertos
- 36
- Último commit
- anteayer
¿Qué es?
Transformer Lab es una plataforma open source de machine learning que reúne la descarga, el entrenamiento, el chat y la evaluación de modelos en una sola interfaz web. Cada usuario puede ejecutarla en su propio equipo: en Mac con Apple Silicon, en Linux con GPU NVIDIA o AMD y en Windows mediante WSL2 con una GPU NVIDIA.
La plataforma admite fine-tuning completo, LoRA/QLoRA y métodos de RLHF como DPO, ORPO y SIMPO, con entrenadores para MLX, CUDA y ROCm. También incluye inferencia con MLX, vLLM, Ollama y Hugging Face Transformers, conversión de formatos entre HuggingFace, GGUF y MLX, y flujos de trabajo de difusión, como el entrenamiento de LoRA para Stable Diffusion y Flux.
Para equipos, la misma interfaz permite enviar trabajos a clústeres Slurm o a nubes administradas con SkyPilot, como AWS, GCP y Azure. También ofrece seguimiento compartido de experimentos, un registro de modelos y sesiones de Jupyter, VSCode o SSH en nodos remotos con un solo clic.
Funciones clave
- 01Entrena y ajusta modelos con fine-tuning completo, LoRA/QLoRA y DPO/ORPO/SIMPO.
- 02Ejecuta inferencias con MLX, vLLM, Ollama y Hugging Face Transformers.
- 03Convierte modelos entre los formatos HuggingFace, GGUF y MLX.
- 04Ejecuta evaluaciones con LLM-as-a-judge y benchmarks de LM Evaluation Harness.
- 05Envía trabajos a clústeres Slurm o SkyPilot desde una sola interfaz y CLI.
- 06Amplía la plataforma con un sistema de plugins de Python y el SDK de lab.
Casos de uso
- Ajustar y chatear con LLM open source en un único Mac o una estación de trabajo Linux con GPU.
- Entrenar adaptadores LoRA personalizados para Stable Diffusion o Flux con tu propio conjunto de imágenes.
- Permitir que un laboratorio de investigación ponga en cola ejecuciones de entrenamiento en un clúster Slurm o en GPU en la nube desde una sola interfaz.
- Ejecutar benchmarks estandarizados y evaluaciones basadas en LLM sobre las salidas de los modelos.
Inicio rápido
- 1
Ejecuta el script de instalación oficial del README
- 2
Ve al directorio de instalación
cd ~/.transformerlab/src - 3
Inicia la aplicación con run.sh y abre http://localhost:8338
./run.sh
Antes de usarlo
- Requiere Apple Silicon en macOS, una GPU NVIDIA o AMD en Linux, o una GPU NVIDIA mediante WSL2 en Windows.
- Está bajo la licencia AGPL-3.0, una licencia copyleft fuerte que puede restringir algunos usos comerciales.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es transformerlab-app?
- 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. Transformer Lab es una plataforma open source de machine learning que reúne la descarga, el entrenamiento, el chat y la evaluación de modelos en una sola interfaz web. Cada usuario puede ejecutarla en su propio equipo: en Mac con Apple Silicon, en Linux con GPU NVIDIA o AMD y en Windows mediante WSL2 con una GPU NVIDIA.
- ¿transformerlab-app es gratuito? ¿Qué licencia tiene?
- transformerlab-app es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿transformerlab-app sigue mantenido?
- Mantenimiento activo. El último commit de transformerlab-app fue el 5 nov 2026.
- ¿Para qué puedo usar transformerlab-app?
- Ajustar y chatear con LLM open source en un único Mac o una estación de trabajo Linux con GPU. Entrenar adaptadores LoRA personalizados para Stable Diffusion o Flux con tu propio conjunto de imágenes. Permitir que un laboratorio de investigación ponga en cola ejecuciones de entrenamiento en un clúster Slurm o en GPU en la nube desde una sola interfaz. Ejecutar benchmarks estandarizados y evaluaciones basadas en LLM sobre las salidas de los modelos.
- ¿Cómo se instala transformerlab-app?
- Ejecuta el script de instalación oficial del README Ve al directorio de instalación: cd ~/.transformerlab/src Inicia la aplicación con run.sh y abre http://localhost:8338: ./run.sh
- ¿Dónde consigo transformerlab-app?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/transformerlab/transformerlab-app
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework gratuito y de código abierto para ajustar y realizar el posentrenamiento de modelos de lenguaje grandes mediante archivos YAML.
12,7 mil+18 esta semana1,5 milPythonApache-2.0Actualizado hace 23 horas
Biblioteca de Hugging Face para Parameter-Efficient Fine-Tuning (PEFT), que adapta modelos preentrenados grandes entrenando solo un pequeño conjunto de parámetros adicionales.
21,9 mil+9 esta semana2,7 milPythonApache-2.0Bien mantenidoActualizado anteayer
Colección de Agent Skills con instrucciones y scripts para que agentes de programación con IA realicen tareas en Hugging Face Hub, como entrenamiento, evaluación, gestión de datasets y Spaces.
11,3 mil+32 esta semana786PythonApache-2.0Actualizado hace 8 días
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 ayer
Framework e interfaz gráfica no-code para ajustar LLM grandes, con soporte para LoRA, DPO y CLI.
5,2 mil+2 esta semana555PythonApache-2.0Actualizado anteayer