fine-tuning

一个简单、高性能且可扩展的 Jax LLM！

掌握应用 AI，一次掌握一个概念

针对云端、Kubernetes 和裸机上的 NVIDIA、AMD、TPU 与 Tenstorrent，提供用于训练、推理与代理工作负载的无供应商锁定编排服务。

在 Kubernetes 上进行分布式 AI 模型训练与 LLM 微调

GenAI 应用的自动提示词工程助手

NVIDIA Nemotron 开发者资产中心 — 用于构建 Nemotron 模型的训练方法、使用手册、数据集与完整端到端参考示例的一站式资源。

包含 DB-GPT 模型、数据集与微调技术的存储库，旨在提升 Text-to-SQL 的模型性能

Custom Diffusion：文本到图像扩散模型的多概念定制 (CVPR 2023)

[ICLR 2025] LongWriter：从长上下文 LLM 解锁 10,000+ 字元的生成能力

构建生产级 RAG 型 LLM 应用程序的全面指南。

超高速无服务器 GPU 推理、沙箱与后台任务

针对 LLM 的可扩展数据预处理与整理工具包

用于后训练与结构化数据提取的合成数据策展

使用 Adapter 与 Prompt 将 Meta AI 的 Segment Anything 适配至下游任务

基于 Qwen-3 与 Stable Diffusion 系列的 DeepSeek Engram 架构研究。

通过文字任务描述即可调整 LLM 以适应特定基准测试任务的超网络 (Hypernetworks)

自我对局微调 (SPIN) 的官方实现

我们 EMNLP 2023 论文的代码：“LLM-Adapters: An Adapter Family for Parameter-Efficient Fine-Tuning of Large Language Models”

DataDreamer：提示、生成合成数据、训练与对齐模型。

基于 PyTorch 的 Tencent 预训练框架与预训练模型库

[TPAMI 2023] LibFewShot：一个用于少样本学习的综合库。

从 NLP 到 LLM 的算法全栈教程，在线阅读地址：https://datawhalechina.github.io/base-llm/

2026 年零基础入门与提升 LLM 技能的完整指南，助你掌握最新动态与最先进技术！

结合向量搜索与 LLM 的多模态 AI、RAG 与 Agent 资源、示例与教程

在单一管线中生成高质量合成数据、训练、测量与评估

用于微调、消融与单元测试开源 LLM 的工具组。

我的著作《A Hands-On Guide to Fine-Tuning LLMs with PyTorch and Hugging Face》官方仓库

Magick 是一个为新一代 AI 构建者打造的尖端工具包。与我们一同创造 Magick！

为 AI 生成研究人员设计的 diffusers 框架内使用 LoRA (Low-Rank Adaptation) 最易懂的教程🔥