fine-tuning

Eine einfache, performante und skalierbare Jax LLM!

Angewandte KI meistern, Konzept für Konzept

Vendorunabhängige Orchestrierung für Training-, Inferenz- und Agenten-Workloads auf NVIDIA, AMD, TPU und Tenstorrent in Clouds, Kubernetes und auf Bare Metal.

Verteiltes KI-Modelltraining und LLM-Feinabstimmung auf Kubernetes

Ihr automatischer Prompt-Engineering-Assistent für GenAI-Anwendungen

Developer Asset Hub für NVIDIA Nemotron — Eine zentrale Ressource für Trainingsrezepte, Nutzungsanleitungen, Datensätze und vollständige End-to-End-Referenzbeispiele für die Entwicklung mit Nemotron-Modellen

Ein Repository mit Modellen, Datensätzen und Fine-Tuning-Techniken für DB-GPT zur Verbesserung der Modellleistung bei Text-to-SQL

Custom Diffusion: Multi-Concept Customization von Text-zu-Bild-Diffusion (CVPR 2023)

[ICLR 2025] LongWriter: Generierung von über 10.000 Wörtern aus LLMs mit langem Kontext ermöglichen

Ein umfassender Leitfaden zur Entwicklung von RAG-basierten LLM-Anwendungen für die Produktion.

Ultraschnelle, serverlose GPU-Inferenz, Sandboxes und Hintergrundjobs

Skalierbares Toolkit zur Datenvorverarbeitung und -kuration für LLMs

Kuration synthetischer Daten für Post-Training und strukturierte Datenextraktion

Anpassung von Meta AIs Segment Anything für Downstream-Tasks mit Adapters und Prompts

Forschung zur DeepSeek-Engram-Architektur basierend auf der Qwen-3- und Stable-Diffusion-Serie.

Hypernetzwerke, die LLMs für spezifische Benchmark-Aufgaben anpassen, indem sie nur eine textuelle Aufgabenbeschreibung als Eingabe nutzen

Die offizielle Implementierung von Self-Play Fine-Tuning (SPIN)

Code für unser EMNLP 2023 Paper: "LLM-Adapters: An Adapter Family for Parameter-Efficient Fine-Tuning of Large Language Models"

DataDreamer: Prompt. Synthetische Daten generieren. Modelle trainieren und ausrichten. 🤖💤

Tencent Pre-Training-Framework in PyTorch & Pre-trained Model Zoo

[TPAMI 2023] LibFewShot: Eine umfassende Bibliothek für Few-Shot-Learning.

Ein Full-Stack-Algorithmen-Tutorial von NLP bis LLM, Online-Leseadresse: https://datawhalechina.github.io/base-llm/

Ein vollständiger Leitfaden, um im Jahr 2026 mit geringen Vorkenntnissen Ihre LLM-Fähigkeiten aufzubauen und zu verbessern sowie über die neuesten Nachrichten und State-of-the-Art-Techniken auf dem Laufenden zu bleiben!

Ressourcen, Beispiele und Tutorials für multimodale KI, RAG und Agenten unter Verwendung von Vektorsuche und LLMs

Generierung hochwertiger synthetischer Daten sowie Training, Messung und Evaluierung in einer einzigen Pipeline

Toolkit zum Fine-Tuning, Ablation Testing und Unit-Testen von Open-Source-LLMs.

Offizielles Repository meines Buches „A Hands-On Guide to Fine-Tuning LLMs with PyTorch and Hugging Face“

Magick ist ein hochmodernes Toolkit für eine neue Art von KI-Entwicklern. Erschaffe Magick mit uns!

Das verständlichste Tutorial zur Verwendung von LoRA (Low-Rank Adaptation) innerhalb des diffusers-Frameworks für KI-Generierungsforscher.