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。
transformerlab/transformerlab-app
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。
- Star
- 5,200
- Fork
- 554
- 未关闭 Issue
- 36
- 最近提交
- 前天
这是什么?
Transformer Lab 是一个开源机器学习平台,把模型下载、训练、对话和评估整合到同一个网页界面中。个人用户可以在自己的机器上运行:Apple Silicon Mac、搭配 NVIDIA 或 AMD 显卡的 Linux,以及通过 WSL2 使用 NVIDIA 显卡的 Windows。
平台支持全量微调、LoRA/QLoRA,以及 DPO、ORPO、SIMPO 等 RLHF 方法,并提供基于 MLX、CUDA 和 ROCm 的训练器。推理可使用 MLX、vLLM、Ollama 和 Hugging Face Transformers,支持 HuggingFace、GGUF、MLX 格式之间的转换,also 支持 Stable Diffusion、Flux 的 LoRA 训练等图像生成工作流。
团队版可以在同一界面中把任务提交到 Slurm 集群或 SkyPilot 管理的 AWS、GCP、Azure 等云端资源,并提供共享的实验跟踪、模型注册表,以及远程节点上一键启动的 Jupyter、VSCode 或 SSH 会话。
核心功能
- 01支持全量微调、LoRA/QLoRA 以及 DPO、ORPO、SIMPO 等训练方法。
- 02可通过 MLX、vLLM、Ollama 和 Hugging Face Transformers 进行推理。
- 03支持在 HuggingFace、GGUF、MLX 格式之间转换模型。
- 04内置 LLM-as-a-judge 评分和 LM Evaluation Harness 基准评测。
- 05通过同一界面或 CLI 将任务提交到 Slurm 或 SkyPilot 集群。
- 06提供 Python 插件系统和 lab SDK,便于扩展和接入已有训练脚本。
适用场景
- 在单台 Mac 或 Linux GPU 工作站上微调并与开源大模型对话。
- 基于自有图像数据集训练 Stable Diffusion 或 Flux 的自定义 LoRA。
- 让研究团队通过统一界面把训练任务排入 Slurm 集群或云端 GPU。
- 对模型输出运行标准化基准测试和基于 LLM 的评估。
快速上手
- 1
运行 README 中的官方安装脚本
- 2
进入安装目录
cd ~/.transformerlab/src - 3
使用 run.sh 启动应用,然后打开 http://localhost:8338
./run.sh
使用前须知
- macOS 需要 Apple Silicon,Linux 需要 NVIDIA 或 AMD GPU,Windows 需要通过 WSL2 使用 NVIDIA GPU。
- 采用 AGPL-3.0 许可证,这是一种强 Copyleft 许可证,可能限制部分商业用途。
收录于专题
标签
常见问题
- transformerlab-app 是什么?
- 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。 Transformer Lab 是一个开源机器学习平台,把模型下载、训练、对话和评估整合到同一个网页界面中。个人用户可以在自己的机器上运行:Apple Silicon Mac、搭配 NVIDIA 或 AMD 显卡的 Linux,以及通过 WSL2 使用 NVIDIA 显卡的 Windows。
- transformerlab-app 可以免费使用吗?用的什么许可证?
- transformerlab-app 以 AGPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
- transformerlab-app 还在维护吗?
- 活跃维护中。transformerlab-app 最近一次提交是在 2026年11月5日。
- transformerlab-app 适合用来做什么?
- 在单台 Mac 或 Linux GPU 工作站上微调并与开源大模型对话。 基于自有图像数据集训练 Stable Diffusion 或 Flux 的自定义 LoRA。 让研究团队通过统一界面把训练任务排入 Slurm 集群或云端 GPU。 对模型输出运行标准化基准测试和基于 LLM 的评估。
- transformerlab-app 怎么安装和运行?
- 运行 README 中的官方安装脚本 进入安装目录: cd ~/.transformerlab/src 使用 run.sh 启动应用,然后打开 http://localhost:8338: ./run.sh
- 在哪里获取 transformerlab-app?
- 源代码和安装说明在 GitHub 上:https://github.com/transformerlab/transformerlab-app
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个免费开源的大语言模型微调与后训练框架,通过 YAML 文件进行配置。
Hugging Face 参数高效微调(PEFT)库,只训练少量额外参数即可适配大型预训练模型。
一组 Agent Skills,为 AI 编程助手提供 Hugging Face 生态相关的训练、评测、数据集与 Spaces 操作指引。
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。
一个无需编码的 GUI 与框架,用于微调大语言模型。