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

Что это?

Ключевые возможности

• 01Собирает материалы по дообучению в разделы с проектами на GitHub, научными работами, курсами, книгами, видео и инструментами
• 02Представляет фреймворки для дообучения, такие как LLaMA-Factory, lit-gpt и H2O LLM Studio
• 03Включает научные работы о LoRA, QLoRA и эффективном с точки зрения числа параметров дообучении
• 04Собирает руководства и инструкции с пошаговыми примерами для потребительских GPU
• 05Объединяет онлайн-курсы, митапы и презентации о дообучении LLM

Сценарии использования

• Найти фреймворк с открытым исходным кодом, чтобы дообучить модель Llama или Qwen на собственном наборе данных
• Изучить основополагающие работы о LoRA и QLoRA перед их реализацией
• Освоить концепции дообучения с помощью понятных новичкам руководств и курсов
• Подобрать инструменты и наборы данных для адаптации модели к конкретной предметной области

Что важно знать

• !В метаданных проекта лицензия не указана.

В подборках

Темы

Частые вопросы

Что такое awesome-llms-fine-tuning?

Подборка ресурсов, руководств, статей, инструментов и курсов по дообучению больших языковых моделей. Awesome LLMs Fine-Tuning — подборка материалов о том, как адаптировать предварительно обученные большие языковые модели, например GPT, BERT и RoBERTa, для конкретных задач и предметных областей. Материалы распределены по разделам: проекты на GitHub, статьи и блоги, онлайн-курсы, книги, научные работы, видео, инструменты, мероприятия и презентации.

awesome-llms-fine-tuning можно использовать бесплатно? Какая у него лицензия?

У awesome-llms-fine-tuning не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.

awesome-llms-fine-tuning всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в awesome-llms-fine-tuning — 4 сент. 2026 г..

Для чего можно использовать awesome-llms-fine-tuning?

Найти фреймворк с открытым исходным кодом, чтобы дообучить модель Llama или Qwen на собственном наборе данных Изучить основополагающие работы о LoRA и QLoRA перед их реализацией Освоить концепции дообучения с помощью понятных новичкам руководств и курсов Подобрать инструменты и наборы данных для адаптации модели к конкретной предметной области

Где скачать awesome-llms-fine-tuning?

Исходный код и инструкции по установке — на GitHub: https://github.com/Curated-Awesome-Lists/awesome-llms-fine-tuning