finetune-Qwen2-VL-Qwen2开源项目 – VL的微调工具

Qwen2-VL微调工具：用于微调开源多模态大模型Qwen2-VL，支持单GPU和多GPU训练，提供简易上手的微调脚本和数据，旨在帮助开发者快速进行模型微调或再训练
finetune-Qwen2-VL的特点:
1. 支持单GPU和多GPU训练
2. 提供简易上手的微调脚本
3. 支持数据准备和处理
4. 旨在帮助开发者快速进行模型微调或再训练

finetune-Qwen2-VL的功能:
1. 使用微调脚本进行模型训练
2. 准备数据集以供模型微调
3. 通过配置文件自定义训练参数

相关导航

Open-R1官网 – 资源优化显卡成本降低的项目

只有两人的团队，通过资源优化，显卡成本降低70%。

MosaicML官网 – 专注于模型训练与微调的公司

MosaicML是一家专注于模型训练和微调的公司，发布了一系列新的大型语言模型(LLM)，其中包括专为故事创作设计的模型，旨在支持文学创作和儿童教育。

HuggingFace NLP 课程官网 – 学习使用Hugging Face进行自然语言处理

本课程将教你使用 Hugging Face 生态系统中的库进行自然语言处理 (NLP)。课程涵盖了使用 Transformer 进行文本处理、数据集训练模型、文本分词及提高计算效率等多方面内容。

LLaMA-VID开源项目 – 处理长时间视频的多模态大模型

LLaMA-VID 是一种开源的多模态大模型，专门设计用于处理长时间的视频内容，如电影。它通过使用视觉语言模型（Vision Language Models, VLMs）来结合计算机视觉和自然语言处理，从而理解和生成与视频内容相关的文本。LLaMA-VID 通过使用两个标记（Token）来表示每一帧图像或视频：一个上下文标记（Context Token）用于编码整个图像或视频中最相关或最重要的部分，另一个内容标记（Content Token）用于捕捉每一帧图像中具体存在或发生过的事物。这种方法有效地减少了长时间视频中过多无关紧要的信息，并保留了最核心的有意义信息。LLaMA-VID 能够处理单图片、短视频和长视频，并在多个视频榜单上实现了 SOTA（State of the Art）表现。

OLMo-core开源项目 – OLMo语言模型核心构建模块

AI2开源的OLMo语言模型核心构建模块，基于PyTorch实现，提供了完整的模型训练和优化组件，支持多种规模模型(1B-13B)训练，包含flash attention、float8训练等高级特性

Clear.ml官网 – 全面的机器学习平台

Clear.ml 是一个开源的连续机器学习平台，专注于促进 AI/ML 模型的开发、集成、部署和扩展，支持从数据管理到模型训练再到部署的整个生命周期。

HeartEcho开源项目 – 一个集成多功能的智能学习平台

HeartEcho 是一个集成了聊天室、语料库和炼丹炉的项目，旨在提供一个全面的环境用于实时交流、文本数据研究和模型训练。它支持大模型的增量学习，具备实时数据处理能力，并且提供用户友好的交互界面及可扩展的模块化设计。

TAID开源 – 高效知识蒸馏方法

TAID（Temporally Adaptive Interpolated Distillation，时间适应插值蒸馏）是一种新型知识蒸馏方法，专为从大型语言模型（LLM）高效转移知识到小型语言模型（SLM）而设计。它通过时间依赖的中间分布动态地在学生和教师分布之间进行插值，解决了由于教师模型和学生模型之间能力差距过大、模式平均和模式崩溃等问题导致的知识转移效率低下问题。研究表明，TAID通过渐进式和自适应的知识转移过程，提升了蒸馏的性能和稳定性，并在指令调整和预训练场景中表现出色。

llama3-Chinese-chat开源项目 – Llama3中文微调与应用

Llama3中文仓库是一个专注于Llama3模型在中文场景下应用和开发的项目。它提供了多种微调、魔改版本的模型权重，以及完整的训练、推理、评测和部署教程视频及文档。项目致力于提升模型的中文处理能力，采用高质量的中文数据集进行训练，并整合了优质的训练数据源和工具，支持用户微调自己的中文Llama3模型。此外，项目还提供详细的模型评测数据，帮助用户理解不同模型版本的性能特点和应用场景。

cl-waffe2开源项目 – 基于Common Lisp的深度学习框架

cl-waffe2是一个基于Common Lisp的图和张量抽象的深度学习框架，具有可扩展性、内联优化、图优化、可视化和调试等特点，旨在为研究和开发提供强大的工具支持。

AtomGPT开源项目 – 展示模型训练与进化过程

AtomGPT是基于LLaMA的模型架构，通过从零开始训练，旨在展示模型的进化过程及学习能力的提升，帮助研究人员深入理解模型的学习过程。

Public Prompts官网 – 高质量开放式图像生成提示集合

Public Prompts是一个由黎巴嫩一位热衷于技术与人工智能的初级医学医生创建的网站，旨在提供由CompVis和Stability AI团队开发的公共工具、知识、模型和提示。该网站支持Stable Diffusion技术，提供各种创意用途的提示、模型和嵌入的集合。用户可以浏览网站，根据可用的提示、模型或嵌入进行选择，探索不同类别，获取所需的创意资源。对于高级用户，网站还提供在本地运行AI和自行训练模型的资源。

mst.ai官网 – 三合一AI创作平台

mst.ai 是一个整合了 GPT-4、Midjourney 和 Stable Diffusion 的三合一 AI 平台，旨在为用户提供文本生成、图像生成和模型训练的功能。平台每天提供 2 次免费 GPT-4 使用，适合用户创建个性化艺术作品、生成文章和分享模型。尽管平台在 2023 年有更新，但 2025 年 3 月可能已停止服务，当前状态不明。

Easy Voice Toolkit开源项目 – 本地AI语音工具箱

可本地部署的AI语音工具箱，提供语音识别、语音转写、语音转换等功能，支持音频处理、数据集创建和模型训练，适用于音频文件到理想语音模型的转换。

DEIM开源项目 – 改进DETR匹配机制，加速收敛

DEIM 是一个先进的训练框架，旨在增强 DETR（Detection Transformer）中的匹配机制，从而实现更快的收敛速度和更高的检测精度。该项目为实时目标检测领域的研究和应用提供了坚实的基础，并已在 CVPR 2025 上发表。DEIM 提供了多种预训练模型，包括 DEIM-D-FINE 和 DEIM-RT-DETRv2，适用于不同的计算资源和性能需求。

暂无评论

暂无评论...