fine-tuning

一個簡單、高效能且可擴充的 Jax LLM！

掌握應用 AI，一次掌握一個概念

針對雲端、Kubernetes 和裸機上的 NVIDIA、AMD、TPU 與 Tenstorrent，提供用於訓練、推論與代理工作負載的無供應商鎖定編排服務。

在 Kubernetes 上進行分散式 AI 模型訓練與 LLM 微調

GenAI 應用程式的自動提示工程助理

NVIDIA Nemotron 開發者資產中心 — 用於建構 Nemotron 模型的訓練方法、使用手冊、資料集與完整端對端參考範例的一站式資源。

包含 DB-GPT 模型、資料集與微調技術的儲存庫，旨在提升 Text-to-SQL 的模型效能

Custom Diffusion：文字轉圖片擴散模型的多概念客製化 (CVPR 2023)

[ICLR 2025] LongWriter：從長上下文 LLM 解鎖 10,000+ 字元的生成能力

建構生產級 RAG 型 LLM 應用程式的全面指南。

超高速無伺服器 GPU 推論、沙箱與背景工作

針對 LLM 的可擴展資料前處理與整理工具包

用於後訓練與結構化資料萃取的合成資料策展

使用 Adapter 與 Prompt 將 Meta AI 的 Segment Anything 適配至下游任務

基於 Qwen-3 與 Stable Diffusion 系列的 DeepSeek Engram 架構研究。

透過文字任務描述即可調整 LLM 以適應特定基準測試任務的超網路 (Hypernetworks)

自我對局微調 (SPIN) 的官方實作

我們 EMNLP 2023 論文的程式碼：「LLM-Adapters: An Adapter Family for Parameter-Efficient Fine-Tuning of Large Language Models」

DataDreamer：提示、生成合成資料、訓練與對齊模型。

基於 PyTorch 的 Tencent 預訓練框架與預訓練模型庫

[TPAMI 2023] LibFewShot：一個用於少樣本學習的綜合函式庫。

從 NLP 到 LLM 的演算法全端教學，線上閱讀地址：https://datawhalechina.github.io/base-llm/

2026 年零基礎入門與提升 LLM 技能的完整指南，助你掌握最新動態與最先進技術！

結合向量搜尋與 LLM 的多模態 AI、RAG 與 Agent 資源、範例與教學

在單一管線中生成高品質合成資料、訓練、測量與評估

用於微調、消融與單元測試開源 LLM 的工具組。

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

Magick 是一個為新一代 AI 建構者打造的尖端工具包。與我們一同創造 Magick！

為 AI 生成研究人員設計的 diffusers 框架內使用 LoRA (Low-Rank Adaptation) 最易懂的教學🔥