stable-pretraining

一键搭建稳定可扩展的预训练流程，专注模型研究而非工程细节。

stable-pretraining 是一个用于预训练基础模型和世界模型的 Python 库，主打可靠、极简和可扩展。它主要解决深度学习研究中预训练流程复杂、复现困难、扩展性差的问题，提供了一套标准化的训练范式。核心能力包括：支持视觉、对比学习、联合嵌入等多种算法，内置分布式训练支持，可轻松扩展到大规模计算集群。项目通过简洁的 API 设计和模块化架构，让研究者能快速搭建和迭代预训练实验，同时保证训练过程的稳定性和结果的可复现性。目前处于早期阶段，但设计理念清晰，适合作为预训练研究的实验基座。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 319

维护状态维护中

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队galilai-group

所属国家

官网地址https://galilai-group.github.io/stable-pretraining

GitHubhttps://github.com/galilai-group/stable-pretraining

定价模式free

价格说明开源库，MIT许可证，免费使用，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型computer-vision,computer-vision-algorithms,contrastive-learning,deep-learning,distributed,foundation-models,joint-embedding,joint-embedding-predictive-architecture,large-language-model,multimodal-learning,pytorch,self-supervised-learning,stable-pretraining,transformers

GitHub 星标★ 319

30天Star增速

HF 下载量

上线时间2024-07-23 00:00:00

最近更新2026-09-22 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

核心亮点

极简 API 设计，几行代码即可启动预训练任务，降低上手门槛
原生支持分布式训练，可无缝扩展到多机多卡环境
内置多种视觉和对比学习算法，开箱即用覆盖常见预训练场景

不足之处

项目处于早期阶段，文档和社区生态尚不完善
功能覆盖有限，主要聚焦视觉领域，对 NLP 等模态支持不足

适用场景

研究团队快速搭建视觉基础模型预训练实验
需要大规模分布式预训练但缺乏工程经验的企业
作为教学工具，用于理解预训练流程和对比学习原理

替代项目

Hugging Face Transformers、PyTorch Image Models (timm)、Lightning AI

项目介绍

stable-pretraining 是模型训练领域的开源项目，由 galilai-group 开发，2024 年首次发布。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 319。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。开源库，MIT许可证，免费使用，无付费版本。

它主要面向的使用场景是：研究团队快速搭建视觉基础模型预训练实验。同类可对比的替代方案包括 Hugging Face Transformers、PyTorch Image Models (timm)、Lightning AI。

上一篇：AwesomeOPD

下一篇：ml-engineering