fine-tuning

Training und Fine-Tuning mit Lichtgeschwindigkeit

Confucius4-TTS: Eine mehrsprachige und sprachübergreifende Zero-Shot-TTS-Engine

Schätzt ab, ob ein Hugging Face-Modell auf deine lokale GPU passt und dort feinabgestimmt werden kann.

[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] Models Genesis, eines der ersten "Fundament"-Modelle in der medizinischen Bildanalyse für verschiedene Downstream-Tasks

Framework zur Verbesserung von LLMs für RAG-Aufgaben mittels Fine-Tuning.

Die offizielle Implementierung von MARS: Unleashing the Power of Variance Reduction for Training Large Models

Ein einheitliches Framework für einfaches Reinforcement Learning in Flow-Matching-Modellen

Persönliches Projekt: MPP-Qwen14B & MPP-Qwen-Next (Multimodale Pipeline-Parallelisierung basierend auf Qwen-LM). Unterstützt [Video/Bild/Multi-Bild] {SFT/Konversationen}. Lassen Sie sich nicht von Armut in Ihrer Vorstellungskraft einschränken! Trainieren Sie Ihr eigenes LLaVA-ähnliches MLLM (8B/14B) auf einer RTX3090/4090 mit 24 GB.

Dart/Flutter SDK für ChatGPT und alle OpenAI-APIs (GPT, DALL-E...)

Dieses Repository bietet Programme zum Erstellen von Retrieval-Augmented-Generation (RAG)-Code für generative KI mit LlamaIndex, Deep Lake und Pinecone unter Nutzung von OpenAI- und Hugging-Face-Modellen für Generierung und Evaluierung.

Hands-on, framework-free Colab notebooks for the AI Engineer / Forward Deployed Engineer (FDE) skill set — model APIs, structured output, tool calling, RAG, evals-as-the-spine, agents (loop from scratch, tool design, guardrails, MCP, Skills), fine-tuning vs LoRA, prompt-injection/security, LLMOps, and customer craft. Runs on the free Groq API.

Die offizielle Implementierung von Self-Play Preference Optimization (SPPO).

Integrierte WebUI-Plattform für aktuelle LLMs. Unterstützt gängige API-Schnittstellen, Open-Source-Modelle, Wissensdatenbanken, Rollenspiele, MJ-Bildgenerierung, LoRA- und Full-Parameter-Fine-Tuning sowie Datensatz-Erstellung.

Umfassendes Handbuch für den Aufbau, die Bereitstellung und das Verständnis von LLM-Agenten mit über 60 Vorlagen, Tutorials, Ökosystem-Guides und Evaluierungstools.

Open-Source-LLMs einfach feinabstimmen, erstellen und bereitstellen.

Umfassende Sammlung von Ressourcen, Tutorials, Fachartikeln, Tools und Best Practices für das Fine-Tuning von Large Language Models (LLMs), ideal für ML-Praktiker und Forscher.

LongCite: Ermöglicht LLMs die Erstellung feingranularer Zitate bei QA-Aufgaben mit langem Kontext.

Eine Bibliothek zum einfachen Zusammenführen mehrerer LLM-Experten und zum effizienten Training des zusammengeführten LLM.

Portable One-Click-Windows-Installation für das AI-Toolkit von Ostris