Repolode
Enviar
Curated-Awesome-Lists

Curated-Awesome-Lists/awesome-llms-fine-tuning

Uma lista selecionada de recursos, tutoriais, artigos, ferramentas e cursos sobre fine-tuning de grandes modelos de linguagem.

Ver no GitHub
Estrelas
532
Forks
84
Issues abertas
12
Último commit
há 2 meses

O que é?

Awesome LLMs Fine-Tuning é uma lista selecionada de recursos sobre como adaptar grandes modelos de linguagem pré-treinados, como GPT, BERT e RoBERTa, a tarefas e domínios específicos. Ela organiza os itens em seções que abrangem projetos no GitHub, artigos e blogs, cursos online, livros, artigos de pesquisa, vídeos, ferramentas, eventos e apresentações de slides.

A seção de projetos no GitHub reúne frameworks e toolkits de fine-tuning, incluindo LLaMA-Factory, lit-gpt, H2O LLM Studio, xtuner e scripts baseados em QLoRA, acompanhados de breves descrições e do número de estrelas no momento em que a lista foi compilada. Entre os artigos de pesquisa estão LoRA, QLoRA e LOMO, oferecendo aos leitores um caminho das ferramentas práticas até a pesquisa por trás delas.

A lista é voltada a profissionais de ML e pesquisadores que buscam um ponto de partida organizado para trabalhar com fine-tuning, sem precisar pesquisar em fontes dispersas.

Recursos principais

  • 01Organiza recursos de fine-tuning em categorias como projetos no GitHub, artigos de pesquisa, cursos, livros, vídeos e ferramentas
  • 02Lista frameworks de fine-tuning, como LLaMA-Factory, lit-gpt e H2O LLM Studio
  • 03Inclui artigos de pesquisa sobre LoRA, QLoRA e fine-tuning eficiente em parâmetros
  • 04Abrange tutoriais e guias com exemplos passo a passo para GPUs de consumo
  • 05Reúne cursos online, encontros e apresentações de slides sobre fine-tuning de LLMs

Casos de uso

  • Encontrar um framework de código aberto para fazer fine-tuning de um modelo Llama ou Qwen com um conjunto de dados próprio
  • Revisar os artigos fundamentais sobre LoRA e QLoRA antes de implementá-los
  • Aprender conceitos de fine-tuning com tutoriais e cursos acessíveis para iniciantes
  • Pesquisar ferramentas e conjuntos de dados para adaptar modelos a domínios específicos

Antes de usar

  • Nenhuma licença está listada nos metadados do projeto.

Em coleções

Ferramentas e bibliotecas de processamento de linguagem natural

Tópicos

#llm#fine-tuning#awesome-list#deep-learning#machine-learning#nlp#transformers#lora#ai#gpt

Perguntas frequentes

O que é awesome-llms-fine-tuning?
Uma lista selecionada de recursos, tutoriais, artigos, ferramentas e cursos sobre fine-tuning de grandes modelos de linguagem. Awesome LLMs Fine-Tuning é uma lista selecionada de recursos sobre como adaptar grandes modelos de linguagem pré-treinados, como GPT, BERT e RoBERTa, a tarefas e domínios específicos. Ela organiza os itens em seções que abrangem projetos no GitHub, artigos e blogs, cursos online, livros, artigos de pesquisa, vídeos, ferramentas, eventos e apresentações de slides.
awesome-llms-fine-tuning é gratuito? Qual é a licença?
awesome-llms-fine-tuning não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
awesome-llms-fine-tuning ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de awesome-llms-fine-tuning foi em 4 de set. de 2026.
Para que posso usar awesome-llms-fine-tuning?
Encontrar um framework de código aberto para fazer fine-tuning de um modelo Llama ou Qwen com um conjunto de dados próprio Revisar os artigos fundamentais sobre LoRA e QLoRA antes de implementá-los Aprender conceitos de fine-tuning com tutoriais e cursos acessíveis para iniciantes Pesquisar ferramentas e conjuntos de dados para adaptar modelos a domínios específicos
Onde consigo awesome-llms-fine-tuning?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Curated-Awesome-Lists/awesome-llms-fine-tuning

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados