Repolode
Предложить
transformerlab

transformerlab/transformerlab-app

Открытая платформа для ML-исследований: обучайте, дообучайте и оценивайте модели, запускайте их локально, в Slurm-кластере или в облаке с GPU.

Открыть на GitHubСайт
Звёзды
5,200
Форки
554
Открытые issues
36
Последний коммит
вчера

Что это?

Transformer Lab — открытая платформа для машинного обучения, объединяющая скачивание моделей, обучение, чат и оценку в одном веб-интерфейсе. Отдельные пользователи могут запускать её на своём компьютере: на Mac с Apple Silicon, в Linux с GPU NVIDIA или AMD и в Windows через WSL2 с GPU NVIDIA.

Платформа поддерживает полное дообучение, LoRA/QLoRA и методы RLHF, такие как DPO, ORPO и SIMPO, а также тренеры для MLX, CUDA и ROCm. Она также поддерживает инференс через MLX, vLLM, Ollama и Hugging Face Transformers, конвертацию между форматами HuggingFace, GGUF и MLX и сценарии работы с diffusion-моделями, например обучение LoRA для Stable Diffusion и Flux.

Для команд тот же интерфейс позволяет отправлять задачи в Slurm-кластеры или облака под управлением SkyPilot, например AWS, GCP и Azure. Также доступны совместное отслеживание экспериментов, реестр моделей и запуск сессий Jupyter, VSCode или SSH на удалённых узлах в один клик.

Ключевые возможности

  • 01Обучайте и дообучайте модели с помощью полного дообучения, LoRA/QLoRA и DPO/ORPO/SIMPO.
  • 02Запускайте инференс через MLX, vLLM, Ollama и Hugging Face Transformers.
  • 03Конвертируйте модели между форматами HuggingFace, GGUF и MLX.
  • 04Оценивайте модели с помощью LLM-as-a-judge и бенчмарков LM Evaluation Harness.
  • 05Отправляйте задачи в Slurm- или SkyPilot-кластеры из единого UI и CLI.
  • 06Расширяйте платформу с помощью системы Python-плагинов и lab SDK.

Сценарии использования

  • Дообучение открытых LLM и общение с ними на одном Mac или рабочей станции Linux с GPU.
  • Обучение собственных LoRA-адаптеров для Stable Diffusion или Flux на своём наборе изображений.
  • Постановка задач обучения в очередь для запуска в исследовательской лаборатории на Slurm-кластере или облачных GPU через единый интерфейс.
  • Запуск стандартизированных бенчмарков и оценка выходных данных моделей с помощью LLM.

Быстрый старт

  1. 1

    Запустите официальный скрипт установки из README

  2. 2

    Перейдите в каталог установки

    cd ~/.transformerlab/src
  3. 3

    Запустите приложение с помощью run.sh, затем откройте http://localhost:8338

    ./run.sh

Что важно знать

  • Требуется Apple Silicon на macOS, графический процессор NVIDIA или AMD на Linux либо графический процессор NVIDIA через WSL2 на Windows.
  • Лицензия AGPL-3.0 — это строгая лицензия с авторским левом, которая может ограничивать некоторые виды коммерческого использования.

В подборках

Генераторы изображений на ИИ и инструменты Stable DiffusionОбучение и запуск ИИ на GPUФреймворки и среды для обучения с подкреплением

Темы

#machine-learning#llm#fine-tuning#diffusion#lora#rlhf#model-evaluation#gpu#diffusion-models#electron

Частые вопросы

Что такое transformerlab-app?
Открытая платформа для ML-исследований: обучайте, дообучайте и оценивайте модели, запускайте их локально, в Slurm-кластере или в облаке с GPU. Transformer Lab — открытая платформа для машинного обучения, объединяющая скачивание моделей, обучение, чат и оценку в одном веб-интерфейсе. Отдельные пользователи могут запускать её на своём компьютере: на Mac с Apple Silicon, в Linux с GPU NVIDIA или AMD и в Windows через WSL2 с GPU NVIDIA.
transformerlab-app можно использовать бесплатно? Какая у него лицензия?
transformerlab-app распространяется с открытым исходным кодом под лицензией AGPL-3.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
transformerlab-app всё ещё поддерживается?
Активно поддерживается. Последний коммит в transformerlab-app — 5 нояб. 2026 г..
Для чего можно использовать transformerlab-app?
Дообучение открытых LLM и общение с ними на одном Mac или рабочей станции Linux с GPU. Обучение собственных LoRA-адаптеров для Stable Diffusion или Flux на своём наборе изображений. Постановка задач обучения в очередь для запуска в исследовательской лаборатории на Slurm-кластере или облачных GPU через единый интерфейс. Запуск стандартизированных бенчмарков и оценка выходных данных моделей с помощью LLM.
Как установить transformerlab-app?
Запустите официальный скрипт установки из README Перейдите в каталог установки: cd ~/.transformerlab/src Запустите приложение с помощью run.sh, затем откройте http://localhost:8338: ./run.sh
Где скачать transformerlab-app?
Исходный код и инструкции по установке — на GitHub: https://github.com/transformerlab/transformerlab-app

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

huggingface / peft

Библиотека Hugging Face для Parameter-Efficient Fine-Tuning (PEFT): адаптация крупных предварительно обученных моделей с помощью обучения небольшого набора дополнительных параметров.

ИИ и машинное обучение#fine-tuning#lora#llm
21,9 тыс.+15 за неделю2,6 тыс.PythonApache-2.0Активно поддерживаетсяОбновлён вчера

lyogavin / airllm

Библиотека Python, которая запускает большие языковые модели послойно и позволяет выполнять инференс моделей класса 70B на одной GPU с 4 ГБ памяти без квантования.

ИИ и машинное обучение#llm#inference#gpu
41,8 тыс.+564 за неделю4,3 тыс.Jupyter NotebookApache-2.0Активно поддерживаетсяОбновлён вчера