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。
532+1 本周84无许可证更新于 2个月前
一个无需编码的 GUI 与框架,用于微调大语言模型。
H2O LLM Studio 是一个用于微调大语言模型的框架和图形界面,无需编写代码即可完成。用户在 GUI 中上传数据集、选择基座模型并设置超参数,之后可以监控、比较实验结果,并直接与训练后的模型对话。
项目支持 LoRA 等参数高效微调方法以及 8 位训练,以降低显存占用。它还提供 DPO、IPO、KTO 等偏好优化方式,以及因果分类和回归等任务类型,强化学习为实验性功能。命令行模式可通过 YAML 配置文件启动训练,较大模型还可使用 DeepSpeed 与多卡 DDP。
训练好的模型可以发布到 Hugging Face Hub,实验跟踪可接入 Weights & Biases。应用需在配有 NVIDIA GPU 的 Ubuntu 机器上运行,也可通过 Docker 部署。
使用 uv 创建虚拟环境并安装依赖
make setup启动 H2O LLM Studio 图形界面
make llmstudio在浏览器中打开 http://localhost:10101/
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
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。
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。
利用导出的聊天记录微调大模型,生成模仿你说话风格的数字分身,并部署为聊天机器人。
Python 库,逐层加载大语言模型,让 70B 级模型可在单张 4GB 显卡上推理,无需量化。
开源的机器学习研究平台,可在本地或 Slurm、云端 GPU 集群上训练、微调、评估和运行模型。
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。