Kiln: Простой инструмент для тонкой настройки LLM-моделей и синтеза данных, 0 кодовая база для тонкой настройки ваших собственных мини-моделей!

Общее введение

Kiln - это инструмент с открытым исходным кодом, предназначенный для тонкой настройки больших языковых моделей (LLM), генерации синтетических данных и совместной работы с наборами данных. Он представляет собой интуитивно понятное настольное приложение с поддержкой систем Windows, MacOS и Linux, которое позволяет пользователям выполнять тонкую настройку таких моделей, как Llama, GPT4o и Mixtral, с нулевым кодом и автоматизировать бессерверные развертывания. Kiln также поддерживает генерацию обучающих данных с помощью интерактивных средств визуализации и обеспечивает контроль версий на основе Git для удобства работы команды. Kiln также поддерживает создание учебных данных с помощью интерактивных инструментов визуализации и обеспечивает контроль версий на основе Git для совместной работы над структурированными данными. Открытая библиотека Python и REST API OpenAPI позволяют разработчикам легко интегрировать наборы данных Kiln в свои рабочие процессы.

Список функций

• Интуитивно понятное настольное приложение: Поддерживает системы Windows, MacOS и Linux благодаря установке одним щелчком мыши и интуитивно понятному дизайну.
• Тонкая настройка нулевого кода: Поддерживает тонкую настройку таких моделей, как Llama, GPT4o и Mixtral, с автоматическим бессерверным развертыванием.
• Генерация синтетических данных: Генерируйте учебные данные с помощью интерактивных средств визуализации.
• Работа в командеКонтроль версий на основе Git для совместной работы членов команды над наборами данных.
• Генерация советовАвтоматическое генерирование подсказок на основе данных, включая подсказки по цепочке, недостаточной выборке и нескольким выборкам.
• Широкая поддержка моделей и поставщиков: Поддержка Ollama, OpenAI, OpenRouter, Fireworks, Groq, AWS и др.
• Библиотеки и API с открытым исходным кодом: Предоставляет библиотеку Python с открытым исходным кодом MIT и REST API OpenAPI.
• конфиденциальность превыше всегоДанные пользователя полностью приватны, поддерживается локальная работа и автономные ключи API.
• Поддержка структурированных данных: Построение задач ИИ с поддержкой JSON.
• Бесплатное использование: Приложения для настольных компьютеров бесплатны, а библиотеки с открытым исходным кодом открыты.

Использование помощи

Процесс установки

1. Скачать приложение: Посетите страницу Kiln на GitHub и выберите подходящую загрузку установщика для вашей операционной системы.
2. Установка приложений::
   • Windows (компьютер): Запустите загруженный .exe-файл и следуйте указаниям мастера установки для завершения установки.
   • MacOS: Загрузите файл .dmg, откройте его и перетащите Kiln в папку Applications.
   • Linux: Скачайте файл .tar.gz, распакуйте его и запустите сценарий установки.

Руководство по использованию

1. Запустите приложение: После завершения установки откройте приложение Kiln для рабочего стола.
2. Тонкая настройка модели::
   • Выберите функциональный блок "Точная настройка".
   • Выберите модель для тонкой настройки (например, Llama, GPT4o, Mixtral).
   • Загрузите обучающие данные или создайте набор данных с помощью инструмента генерации синтетических данных Kiln.
   • Настройте параметры тонкой настройки и нажмите "Начать тонкую настройку".
   • После завершения тонкой настройки модель автоматически развертывается, не требуя дополнительных действий.
3. Создание синтетических данных::
   • Выберите функциональный блок "Генерация синтетических данных".
   • Создание и редактирование учебных данных с помощью интерактивных средств визуализации.
   • Сохраните созданный набор данных для последующей настройки.
4. Работа в команде::
   • Выберите функциональный модуль Dataset Collaboration.
   • Используйте контроль версий Git для управления наборами данных и облегчения совместной работы членов команды.
   • Приведите примеры, советы, отзывы и другую информацию о наборе данных, чтобы членам команды было легче работать над ним вместе.
5. Генерация советов::
   • Выберите функциональный блок Prompt Generation.
   • Загрузите набор данных и выберите тип подсказки (например, цепное мышление, несколько образцов, несколько образцов).
   • Автоматическая генерация подсказок для обучения и вывода моделей.
6. Интеграция в рабочий процесс::
   • Интегрируйте наборы данных и функциональность Kiln в свои рабочие процессы с помощью библиотеки Kiln на языке Python и REST API OpenAPI.
   • Чтобы быстро приступить к разработке, обратитесь к документации и примерам кода Kiln.

Подробная процедура работы

• Тонкая настройка модели: Подробные сведения о том, как выбрать модель, загрузить данные, настроить параметры и приступить к тонкой настройке.
• Генерация синтетических данных: Подробные сведения о том, как создавать и редактировать данные с помощью инструментов визуализации.
• Работа в команде: Подробное описание того, как использовать контроль версий Git для управления наборами данных, а также как предоставлять и обрабатывать обратную связь.
• Генерация советов: Подробные сведения о том, как выбрать тип подсказки, загрузить данные и сгенерировать подсказку.
• Интеграция в рабочий процесс: Подробно рассказывается о том, как использовать библиотеки и API Python для интеграции, приводятся примеры кода и сценарии использования.