EvolKit开源项目 – 自动增强指令复杂性的框架

EvolKit是一个创新框架，旨在自动增强用于微调大型语言模型（LLMs）指令的复杂性。
EvolKit的特点:
1. 自动增强指令复杂性
2. 利用开源LLM
3. 摆脱闭源替代方案

EvolKit的功能:
1. 用于微调大型语言模型的指令设计
2. 提高指令的多样性和复杂性
3. 支持开源和闭源模型的比较

相关导航

Alpaca-斯坦福开源的高效语言模型

Alpaca 是斯坦福大学基于 LLaMa-7B 训练的开源语言模型，其性能可与 173B 的 GPT-3.5 媲美。通过优化数据集，Alpaca 能够在微调 7B 和 13B 参数的语言模型时显著提高效果。

rag-stack开源项目 – 企业知识库的私有ChatGPT替代品

部署一个位于VPC内的私有ChatGPT替代品，可将其连接到组织知识库，用作企业oracle，支持Llama 2、Falcon和GPT4All等开源LLM。通过检索增强生成技术，RAGstack可以从其他系统获取信息并将其融入LLM的上下文中，提供更为准确和相关的回答。

What LLM to use?开源项目 – 帮助开发者选择合适的LLM

关于开发者在使用大型语言模型(LLM)时选择哪个模型的视角的资源库，列举了当前开发者使用的一些开源和商业LLM，并提供了关于如何选择LLM的指南。

Kiln开源项目 – 全自动微调框架

Kiln 是一个全自动的微调框架，允许用户在一小时内使用 DeepSeek-R1 蒸馏出属于自己的小模型。整个过程无需编写代码或手动调节，仅需定义数据集即可。Kiln 提供可视化操作界面，支持主流模型如 DeepSeek、Claude、Llama 等，并允许训练自定义推理模型。它兼容 Windows、macOS 和 Linux 系统，开箱即用，适用于专业领域模型构建（如医学、法律等）。

LLaMA-Factory开源项目 – 高效微调大语言模型的工具

LLaMA-Factory 是一个易于使用的 WebUI 框架，旨在高效微调 100 多种大语言模型（LLM）。它支持多种模型和训练方法，包括 LLaMA、Mistral、Qwen 等，并集成了多种微调方法如 LoRA、QLoRA、PPO、DPO 等。LLaMA-Factory 提供了高级算法如 GaLore、BAdam、DoRA、LongLoRA 等，以及实用技巧如 flashattention、RoPE 缩放等，以优化微调效果。此外，它还支持实验管理工具如 LlamaBoard、TensorBoard、Wandb，以及高效的推理接口如 Gradio UI 和 OpenAI 风格的 API。

Langchain-Chatchat开源项目 – 本地知识库问答应用，中文友好

Langchain-Chatchat是一个基于Langchain和ChatGLM等大语言模型的本地知识库问答应用，旨在实现离线运行并支持中文场景，提供灵活的知识库问答解决方案。

RAGFoundry开源项目 – 增强语言模型的检索生成框架

RAGFoundry是一个专注于增强大型语言模型在检索增强生成任务中表现的专业框架，通过微调技术实现快速原型设计与实验，旨在提高模型的生成质量和适应性。

Code Llama开源项目 – 开源代码生成与分析工具

Code Llama 是一个针对代码任务的开源大型语言模型（LLM），旨在提升开发者的工作效率并降低学习编码的门槛。它基于先进的语言模型技术，提供精准的代码补全、生成和调试功能，支持多种编程语言，并提供了不同参数量的模型以适应不同需求。Code Llama 完全开源，适用于研究和商业用途，能够根据自然语言提示生成代码，并提供代码的自然语言解释。