sft

PEFTまたはFull-parameterを使用して、600以上のLLM (Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) および300以上のMLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...) に適用する (AAAI 2025)。

BISHENGは次世代のエンタープライズAIアプリケーション向けのオープンLLM DevOpsプラットフォームです。強力で包括的な機能には、GenAIワークフロー、RAG、Agent、統合モデル管理、評価、SFT、データセット管理、エンタープライズレベルのシステム管理、オブザーバビリティなどが含まれます。

Qwen、Gemma、または任意のオープンウェイトLLMを簡単にファインチューニング、評価、デプロイ可能！

https://adongwanai.github.io/AgentGuide | AI Agent開発ガイド | LangGraph実践 | 高度RAG | キャリアチェンジLLM | LLM面接 | アルゴリズムエンジニア | 面接問題集 | 強化学習｜データ合成

1つのYAMLファイルからLLMをファインチューニング。レイヤーストリーミングにより、4 GBのラップトップGPUで8Bモデルを学習可能。

🚀 基本的なRLの概念からLLMアライメント、RLVR、高度なエージェンティックシステムへのギャップを埋めるオープンソースの実践的カリキュラム

シンプルで高性能、かつスケーラブルな Jax LLM です！

chatglm 6b と alpaca のファインチューニング

🎓 LLM（大規模言語モデル）構築の体系的カリキュラム｜🛠️ 事前学習データエンジニアリング、Tokenizer、Transformer、MoE、GPUプログラミング（CUDA/Triton）、分散学習、スケーリング則、推論最適化、アライメント（SFT/RLHF/GRPO）を網羅｜🚀 6つの段階的な課題とコード駆動により、LLMのフルスタックな認知体系を構築

GraphGen: 知識駆動型の合成データ生成による LLM の教師ありファインチューニングの強化

光速でのトレーニングおよびファインチューニング

DeepSeek-V3/R1 671B のフルパラメータ微調整のためのオープンソースソリューション。トレーニングから推論までの完全なコードとスクリプトに加え、実践で得られた経験と結論が含まれています。

「Character-LLM: A Trainable Agent for Role-Playing」のコードとデータセット

TensorFlowを使用してテキスト前処理から、トピックモデル、BERT、GPT、LLMなどの最新モデルのダウンストリームタスクまでをまとめたDeep Learning NLPリポジトリ

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.