Repolode
huggingface

huggingface/autotrain-advanced

Ferramenta sem código da Hugging Face para treinar e ajustar modelos de ML (LLMs, texto, imagens e tokens) pela interface web, CLI ou configurações YAML.

Estrelas
4,620
Forks
631
Issues abertas
4
Último commit
há 9 dias

O que é?

AutoTrain Advanced é uma ferramenta sem código da Hugging Face para treinar e ajustar modelos de machine learning. Ela pode ser usada por uma interface web local, uma interface de linha de comando ou arquivos de configuração YAML, permitindo iniciar um treinamento sem escrever código para isso.

O projeto oferece métodos de ajuste fino de LLMs, como SFT, ORPO, DPO e modelagem de recompensas, além de classificação e regressão de texto, classificação de tokens, seq2seq, resposta extrativa a perguntas e classificação e regressão de imagens. O treinamento pode ser executado localmente, no seu próprio hardware, ou no Hugging Face Spaces. Ao terminar, os modelos podem ser enviados ao Hugging Face Hub.

O repositório não é mais mantido e, por isso, não recebe novos recursos nem correções de bugs. Para projetos em andamento, os mantenedores recomendam Axolotl, TRL ou transformers.Trainer.

Recursos principais

  • 01Fluxos de treinamento pela interface web, CLI ou configurações YAML
  • 02Oferece ajuste fino de LLMs com SFT, ORPO, DPO e treinamento de modelos de recompensa
  • 03Abrange tarefas de classificação e regressão de texto, tokens e imagens, além de seq2seq
  • 04Pode ser executado localmente ou no Hugging Face Spaces
  • 05Envia modelos treinados para o Hugging Face Hub

Casos de uso

  • Ajustar um LLM open source pequeno com um conjunto de dados de instruções personalizado, sem escrever código de treinamento
  • Treinar um classificador de texto com dados rotulados pela interface do navegador
  • Executar treinamentos reproduzíveis usando arquivos de configuração YAML versionados

Início rápido

  1. 1

    Instale o pacote com pip (requer Python 3.10 ou superior)

    pip install autotrain-advanced
  2. 2

    Inicie a interface web localmente

    autotrain app --port 8080 --host 127.0.0.1
  3. 3

    Ou treine usando um arquivo de configuração YAML

    autotrain --config <path_to_config_file>

Antes de usar

  • O projeto não recebe mais manutenção, portanto, não serão adicionados novos recursos nem correções de bugs.
  • O treinamento de modelos grandes exige muitos recursos computacionais, como uma GPU, e o PyTorch precisa ser instalado separadamente.

Em coleções

Tópicos

Perguntas frequentes

O que é autotrain-advanced?
Ferramenta sem código da Hugging Face para treinar e ajustar modelos de ML (LLMs, texto, imagens e tokens) pela interface web, CLI ou configurações YAML. AutoTrain Advanced é uma ferramenta sem código da Hugging Face para treinar e ajustar modelos de machine learning. Ela pode ser usada por uma interface web local, uma interface de linha de comando ou arquivos de configuração YAML, permitindo iniciar um treinamento sem escrever código para isso.
autotrain-advanced é gratuito? Qual é a licença?
autotrain-advanced é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
autotrain-advanced ainda é mantido?
Manutenção ativa. O último commit de autotrain-advanced foi em 29 de out. de 2026.
Para que posso usar autotrain-advanced?
Ajustar um LLM open source pequeno com um conjunto de dados de instruções personalizado, sem escrever código de treinamento Treinar um classificador de texto com dados rotulados pela interface do navegador Executar treinamentos reproduzíveis usando arquivos de configuração YAML versionados
Como instalar autotrain-advanced?
Instale o pacote com pip (requer Python 3.10 ou superior): pip install autotrain-advanced Inicie a interface web localmente: autotrain app --port 8080 --host 127.0.0.1 Ou treine usando um arquivo de configuração YAML: autotrain --config <path_to_config_file>
Onde consigo autotrain-advanced?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/huggingface/autotrain-advanced

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

Projetos relacionados