包含 923 份论文、课程与文章的 Markdown 机器学习知识库,并附带一个基于 NumPy 的自定义分类/回归算法 APRL。
261+1 本周37PythonOther更新于 3个月前
一份精选合集,汇集大语言模型微调相关的教程、论文、工具与课程资源。
Awesome LLMs Fine-Tuning 是一份精选资源列表,收集了将 GPT、BERT、RoBERTa 等预训练大语言模型适配到具体任务和领域的相关资料。内容按 GitHub 项目、文章博客、在线课程、书籍、研究论文、视频、工具、会议活动和演示幻灯片分类整理。
其中 GitHub 项目部分列出了微调框架与工具包,如 LLaMA-Factory、lit-gpt、H2O LLM Studio、xtuner,以及基于 QLoRA 的脚本,并附有简介和收录时的星标数。论文部分包括 LoRA、QLoRA、LOMO 等工作,便于读者从实用工具延伸到底层研究。
该列表适合希望系统了解大模型微调的机器学习从业者和研究人员,省去在分散来源中逐一搜索的时间。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
包含 923 份论文、课程与文章的 Markdown 机器学习知识库,并附带一个基于 NumPy 的自定义分类/回归算法 APRL。
面向金融任务的开源大语言模型,涵盖情感分析、股价预测与金融 NLP 基准测试。
配套《从零构建大语言模型》一书的代码,用 PyTorch 分步实现类 GPT 的大语言模型。
统一的大模型微调框架,支持 100 多种 LLM 与 VLM,提供零代码命令行和 Web 界面。
Hugging Face 推出的无代码工具,通过网页界面、命令行或 YAML 配置训练和微调机器学习模型。
百余张原创架构图,系统图解大模型与强化学习核心算法。