fine-tuning

Một Jax LLM đơn giản, hiệu năng cao và có thể mở rộng!

Làm chủ AI ứng dụng qua từng khái niệm

Điều phối không phụ thuộc nhà vendor cho việc huấn luyện, suy luận và các tác vụ agent trên NVIDIA, AMD, TPU và Tenstorrent trên nền tảng đám mây, Kubernetes và máy chủ vật lý.

Đào tạo mô hình AI phân tán và Fine-Tuning LLM trên Kubernetes

Trợ lý kỹ thuật Prompt tự động cho các ứng dụng GenAI

Trung tâm tài nguyên cho nhà phát triển cho NVIDIA Nemotron — Tài nguyên một điểm dừng cho các công thức huấn luyện, hướng dẫn sử dụng, tập dữ liệu và các ví dụ tham chiếu end-to-end hoàn chỉnh để xây dựng với các mô hình Nemotron

Kho lưu trữ chứa các mô hình, tập dữ liệu và kỹ thuật tinh chỉnh cho DB-GPT, nhằm mục đích nâng cao hiệu suất mô hình trong tác vụ Text-to-SQL

Custom Diffusion: Tùy chỉnh đa khái niệm cho mô hình khuếch tán văn bản thành hình ảnh (CVPR 2023)

[ICLR 2025] LongWriter: Giải phóng khả năng tạo văn bản dài hơn 10.000 từ từ các LLM ngữ cảnh dài

Hướng dẫn toàn diện để xây dựng các ứng dụng LLM dựa trên RAG cho môi trường production.

Inference GPU serverless cực nhanh, sandbox và tác vụ nền

Bộ công cụ xử lý trước và tinh chỉnh dữ liệu có khả năng mở rộng cho LLM

Tuyển chọn dữ liệu tổng hợp cho hậu huấn luyện và trích xuất dữ liệu có cấu trúc

Thích ứng Segment Anything của Meta AI cho các tác vụ hạ nguồn với Adapters và Prompts

Nghiên cứu Kiến trúc DeepSeek Engram dựa trên các dòng Qwen-3 và Stable Diffusion.

Hypernetwork điều chỉnh các LLM cho các tác vụ benchmark cụ thể chỉ sử dụng mô tả tác vụ dạng văn bản làm đầu vào

Bản cài đặt chính thức của Self-Play Fine-Tuning (SPIN)

Mã nguồn cho bài báo EMNLP 2023 của chúng tôi: "LLM-Adapters: An Adapter Family for Parameter-Efficient Fine-Tuning of Large Language Models"

DataDreamer: Nhắc lệnh. Tạo dữ liệu tổng hợp. Huấn luyện và căn chỉnh mô hình. 🤖💤

Framework tiền huấn luyện của Tencent trong PyTorch và Model Zoo đã được huấn luyện sẵn.

[TPAMI 2023] LibFewShot: Thư viện toàn diện cho Few-shot Learning.

Hướng dẫn toàn diện về thuật toán từ NLP đến LLM, địa chỉ đọc trực tuyến: https://datawhalechina.github.io/base-llm/

Hướng dẫn toàn diện để bắt đầu và nâng cao kỹ năng LLM của bạn vào năm 2026 với ít nền tảng trong lĩnh vực này, đồng thời cập nhật các tin tức mới nhất và các kỹ thuật tiên tiến nhất!

Tài nguyên, ví dụ và hướng dẫn cho AI đa phương thức, RAG và các tác nhân sử dụng tìm kiếm vector và LLM

Tạo dữ liệu tổng hợp chất lượng cao, huấn luyện, đo lường và đánh giá trong một quy trình duy nhất.

Bộ công cụ để tinh chỉnh, cắt bỏ và kiểm thử đơn vị cho các LLM mã nguồn mở.

Kho lưu trữ chính thức cho cuốn sách "Hướng dẫn thực hành tinh chỉnh LLM với PyTorch và Hugging Face"

Magick là bộ công cụ tiên tiến dành cho thế hệ nhà phát triển AI mới. Hãy tạo ra Magick cùng chúng tôi!

Hướng dẫn dễ hiểu nhất về cách sử dụng LoRA (Low-Rank Adaptation) trong framework diffusers dành cho các nhà nghiên cứu tạo AI.