API 호출부터 로컬 배포와 파인튜닝까지, Kaggle/Colab 버전과 함께 LLM을 익힐 수 있는 중국어 단계별 가이드와 데모 코드입니다.
unslothai/notebooks
Unsloth를 사용해 텍스트, 비전, 오디오, 임베딩 및 TTS 모델을 파인튜닝하고 RL 학습할 수 있는 Colab 및 Jupyter 노트북 250개 이상을 모았습니다.
- 스타
- 5,748
- 포크
- 956
- 열린 이슈
- 24
- 마지막 커밋
- 5시간 전
어떤 프로젝트인가요?
이 저장소에는 Unsloth로 대규모 모델을 파인튜닝하고 학습하는 방법을 보여 주는 즉시 실행 가능한 노트북이 담겨 있습니다. Gemma, Qwen, Llama, gpt-oss, Mistral, Phi, DeepSeek 등 모델 계열별로, 그리고 지도 파인튜닝, GRPO를 비롯한 강화 학습 기법, DPO, ORPO, PPO 등 학습 유형별로 정리되어 있습니다.
각 노트북은 데이터 준비부터 학습, 추론까지 전체 워크플로를 다룹니다. 대부분 Google Colab 링크로 제공되어 브라우저에서 바로 열고 실행할 수 있습니다. 텍스트 외에도 비전-언어 모델, 오디오, 음성-텍스트 변환, 텍스트-음성 변환, 임베딩, OCR 등 다양한 모달리티를 다룹니다.
노트북은 스크립트로 생성되며, 새 모델이 지원될 때마다 목록이 늘어납니다. 저장소의 라이선스는 LGPL-3.0입니다.
핵심 기능
- 01텍스트, 비전, 오디오, 임베딩, TTS 분야의 250개 이상 모델을 다루는 노트북
- 02GRPO, DPO, ORPO, PPO를 포함한 파인튜닝 및 강화 학습 예제
- 03모든 노트북에 데이터 준비, 학습, 추론 단계 포함
- 04대부분의 노트북을 Google Colab에서 클릭 한 번으로 바로 열 수 있음
활용 사례
- 자체 데이터셋으로 특정 오픈 모델을 파인튜닝하는 방법 학습
- 무료 Colab 세션에서 소형 모델에 강화 학습(GRPO) 적용해 보기
- 비전-언어 모델이나 TTS 모델을 맞춤형 작업에 맞게 조정
- 새로운 모델 계열을 위한 시작 템플릿 찾기
빠른 시작
- 1
Google Colab 목록에서 노트북 열기
- 2
Unsloth 문서에서 모든 노트북 찾아보기
사용 전 알아둘 점
- LGPL-3.0 라이선스가 적용됩니다. 카피레프트 라이선스로, 재배포에 조건이 있습니다.
- 노트북은 별도의 Unsloth 라이브러리에 의존하므로 동작 방식은 해당 프로젝트를 따릅니다.
포함된 컬렉션
토픽
자주 묻는 질문
- notebooks은(는) 무엇인가요?
- Unsloth를 사용해 텍스트, 비전, 오디오, 임베딩 및 TTS 모델을 파인튜닝하고 RL 학습할 수 있는 Colab 및 Jupyter 노트북 250개 이상을 모았습니다. 이 저장소에는 Unsloth로 대규모 모델을 파인튜닝하고 학습하는 방법을 보여 주는 즉시 실행 가능한 노트북이 담겨 있습니다. Gemma, Qwen, Llama, gpt-oss, Mistral, Phi, DeepSeek 등 모델 계열별로, 그리고 지도 파인튜닝, GRPO를 비롯한 강화 학습 기법, DPO, ORPO, PPO 등 학습 유형별로 정리되어 있습니다.
- notebooks은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- notebooks은(는) LGPL-3.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- notebooks은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. notebooks의 마지막 커밋은 2026년 10월 22일입니다.
- notebooks은(는) 어디에 사용할 수 있나요?
- 자체 데이터셋으로 특정 오픈 모델을 파인튜닝하는 방법 학습 무료 Colab 세션에서 소형 모델에 강화 학습(GRPO) 적용해 보기 비전-언어 모델이나 TTS 모델을 맞춤형 작업에 맞게 조정 새로운 모델 계열을 위한 시작 템플릿 찾기
- notebooks는 어떻게 설치하나요?
- Google Colab 목록에서 노트북 열기 Unsloth 문서에서 모든 노트북 찾아보기
- notebooks은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/unslothai/notebooks
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
LLM, RL, RLHF, DPO, GRPO 및 관련 대규모 모델 알고리즘을 설명하는 오리지널 다이어그램 100여 개를 담은 이중 언어 자료입니다.
Silero의 사전 학습 텍스트 음성 변환 모델로, PyTorch Hub 또는 pip를 통해 불러올 수 있으며 러시아어와 다양한 튀르크어·캅카스어 및 기타 CIS 언어를 지원합니다.
LLM과 diffusion 모델을 로컬에서 실행하고 미세 조정·내보내기할 수 있는 오픈소스 데스크톱 앱과 웹 UI, 코드 기반 학습 라이브러리입니다.
SFT, GRPO, DPO, KTO 및 보상 모델링으로 트랜스포머 언어 모델을 후속 학습하는 Hugging Face 라이브러리입니다.
SFT, DPO, GRPO를 포함해 600개 이상의 대규모 언어 모델과 400개 이상의 멀티모달 모델을 미세 조정, 학습, 추론 및 배포하는 프레임워크입니다.