Tags: grande modelo ajuste fino

Introdução abrangente O TPO-LLM-WebUI é um projeto inovador de código aberto da Airmomo no GitHub que permite a otimização em tempo real de LLMs (Large Language Models) por meio de uma interface da Web intuitiva. Ele usa a estrutura TPO (Test-Time Prompt Optimisation) para dizer adeus completamente ao tedioso processo de ajuste fino tradicional...

Introdução geral O Open-Reasoner-Zero é um projeto de código aberto voltado para a pesquisa de aprendizagem por reforço (RL), desenvolvido pela equipe do Open-Reasoner-Zero no GitHub. Seu objetivo é acelerar o processo de pesquisa no campo da inteligência artificial, fornecendo uma estrutura de treinamento eficiente, escalonável e fácil de usar, especialmente para os pass...

Introdução abrangente O conjunto de dados chinês de destilação DeepSeek-R1 é um conjunto de dados chinês de código aberto que contém 110 mil itens de dados projetados para dar suporte à pesquisa de aprendizado de máquina e processamento de linguagem natural. O conjunto de dados foi lançado pela equipe de NLP de Cong Liu e contém não apenas dados matemáticos, mas também um grande número de tipos gerais de dados, como raciocínio lógico...

Introdução abrangente O ColossalAI é uma plataforma de código aberto desenvolvida pela HPC-AI Technologies para fornecer uma solução eficiente e econômica para treinamento e inferência de modelos de IA em grande escala. Ao oferecer suporte a várias estratégias paralelas, gerenciamento de memória heterogênea e treinamento de precisão mista, o ColossalAI é capaz de reduzir significativamente o treinamento e a inferência de modelos...

Introdução geral O One Shot LoRA é uma plataforma voltada para a geração de modelos de LoRA de vídeo de alta qualidade a partir de vídeos. Os usuários podem treinar de forma rápida e fácil modelos LoRA de alta qualidade a partir de vídeos sem fazer login ou armazenar dados privados. A plataforma é compatível com Hunyuan Video, FLUX e SDXL...

Introdução abrangente O Kiln é uma ferramenta de código aberto que se concentra no ajuste fino de modelos de linguagem ampla (LLMs), na geração de dados sintéticos e na colaboração de conjuntos de dados. Ele fornece um aplicativo de desktop intuitivo com suporte para Windows, MacOS e Linux, permitindo que os usuários implementem modelos como Llama, GPT4o e Mixtral com código zero...

Introdução abrangente O Maestro é uma ferramenta desenvolvida pela Roboflow para simplificar e acelerar o processo de ajuste fino de modelos multimodais, para que todos possam treinar seus próprios macromodelos visuais. Ele fornece receitas prontas para o ajuste fino de modelos populares de linguagem visual (VLMs), como Florence-2, PaliGemma ...

Introdução geral O LlamaEdge é um projeto de código aberto desenvolvido para simplificar o processo de execução e ajuste fino de grandes modelos de linguagem (LLMs) em dispositivos locais ou de borda. O projeto é compatível com a família de modelos Llama2 e fornece serviços de API compatíveis com OpenAI que permitem aos usuários criar e executar facilmente aplicativos de raciocínio LLM.

Introdução abrangente O Unsloth é um projeto de código aberto criado para fornecer ferramentas eficientes para o ajuste fino e o treinamento de grandes modelos de linguagem (LLMs). O projeto oferece suporte a uma ampla variedade de modelos conhecidos, incluindo Llama, Mistral, Phi e Gemma, etc. Os principais recursos do Unsloth são a capacidade de reduzir significativamente o uso da memória e acelerar o treinamento...

Introdução geral O Bakery é uma plataforma projetada para startups de IA, engenheiros de aprendizado de máquina e pesquisadores para fornecer serviços simples e eficientes de ajuste fino e monetização de modelos de IA. Com o Bakery, os usuários podem acessar conjuntos de dados orientados pela comunidade, criar ou carregar seus próprios conjuntos de dados, ajustar as configurações do modelo e comercializar...

Introdução abrangente O NVIDIA Garak é uma ferramenta de código aberto projetada especificamente para detectar vulnerabilidades em modelos de linguagem ampla (LLMs). Ela verifica o modelo quanto a vários pontos fracos, como ilusões, vazamento de dados, injeção de dicas, geração de mensagens de erro, geração de conteúdo prejudicial etc., por meio de sondagem estática, dinâmica e adaptativa.

Introdução abrangente O ModelScope Swift (MS-Swift) é uma infraestrutura leve e eficiente projetada para ajuste fino, raciocínio, avaliação e implantação de modelos grandes (LLMs) e modelos multimodais grandes (MLLMs). A estrutura oferece suporte a mais de 400 LLMs e mais de 100 MLLMs, fornecendo tudo, desde treinamento de modelos, avaliação...

Introdução geral O LLaMA-Factory é uma estrutura de ajuste fino unificada e eficiente que oferece suporte à personalização flexível e ao treinamento eficiente de mais de 100 modelos de linguagem grandes (LLMs). Por meio da interface da Web integrada do LLaMA Board, os usuários podem fazer o ajuste fino de seus modelos sem escrever código. A estrutura integra uma variedade de treinamentos avançados...

Introdução geral O Petals é um projeto de código aberto desenvolvido pelo BigScience Workshop para executar modelos de linguagem grandes (LLMs) por meio de uma abordagem de computação distribuída. Os usuários podem executar e ajustar os LLMs em casa usando GPUs de nível de consumidor ou o Google Colab, como Llama 3.1, Mixtral, F...

Introdução abrangente O Forefront AI é uma plataforma avançada de IA que se concentra na personalização e na implementação de modelos de código aberto. Os usuários podem selecionar e ajustar uma variedade de modelos avançados de IA, como GPT-4, GPT-3.5, etc., para atender a diferentes requisitos de tarefas. A plataforma suporta o upload de documentos como PDF, Word, PPT, etc., com IA...