adaptive-classifier
让文本分类模型随新数据自动进化，无需频繁重训
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 578
使用教程
环境要求
- Python 环境
- 标注样本
安装与启动步骤
-
1装上试
先按包装，跑通再说。
pip install adaptive-classifier -
2加第一批类别
用少量样本建立初始分类器。
-
3在线加新类
遇到新类别增量加入，不用重训全量。
-
4压成通用格式
要上线就导出，体积小推理快。
-
5起服务
带服务依赖装，能直接起接口。
pip install "adaptive-classifier[serve]"
如何确认成功
连续加入两个新类别后，旧类别的准确率没有明显下降，新类别可被正确识别
注意事项
- 重点是持续学习与动态加类，不是追求单次最高分。
- 类别反复增删会让决策边界漂移，定期全量校准。
- 对抗样本防护是加分项，不等于安全。
- 服务化模式适合小流量在线场景。
核心亮点
- 内置数据漂移检测，能主动感知分类效果下降并触发模型更新
- 支持增量学习，新数据到来时无需全量重训，节省计算资源
- API 设计简洁，几行代码即可集成到现有 Python 项目中
不足之处
- 文档和社区生态尚不完善，示例和教程较少
- 对超大规模文本分类任务（如百万级类别）的扩展性未验证
适用场景
- 实时舆情监控，快速捕捉话题演变和新增事件类别
- 客服工单动态分类，自动适应新出现的产品问题类型
- 内容审核系统，持续学习新的违规模式
替代项目
River、scikit-learn (Partial Fit)、ModAL
同类项目推荐
KDFlow
开源
一套配置跑通多种LLM蒸馏，小模型也能继承大模型能力
A user-friendly & efficient knowledge distillation framework for LLMs, supporting of···
finetuning-notebooks
开源
跟着 Notebook 一步步微调图像视频生成模型
Tutel
开源
让 MoE 大模型训练更快更省显存，支持 FP8/FP4 低精度。
Tutel MoE: Optimized Mixture-of-Experts Library, Support GLM/Kimi/Gpt/DeepSeek/Qwen ···
makeMoE
开源
手写稀疏混合专家模型，彻底搞懂 MoE 原理
From scratch implementation of a sparse mixture of experts language model inspired b···
reasoning-from-scratch
开源
从零手写推理模型，彻底搞懂 o1 原理
Implement a reasoning LLM in PyTorch from scratch, step by step
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
CoOp
开源
自动学习提示词，让CLIP模型在少样本下精准分类
Prompt Learning for Vision-Language Models (IJCV'22, CVPR'22)
Re-Align
开源
用图像检索给VLM装上“防幻觉滤镜”，生成更可信。
[EMNLP'25] A novel alignment framework that leverages image retrieval to mitigate ha···
DeepSpeed
开源
几行配置把单卡训练扩到多机多卡，省显存提吞吐
DeepSpeed is a deep learning optimization library that makes distributed training an···