deita 是模型训练领域的开源项目，由 hkust-nlp 开发，2023 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 603。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。Apache-2.0许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：资源受限的团队进行大模型指令微调。同类可对比的替代方案包括 LIMA、AlpaGasus、Data-Efficient Alignment。
GitHub 星标
★ 603
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队hkust-nlp
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型alignment,data-centric,instruction-tuning,large-language-models
GitHub 星标★ 603
30天Star增速
HF 下载量
上线时间2023-10-26 00:00:00
最近更新2026-09-20 00:00:00
维护状态低维护
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3
使用教程
核心亮点
- 提出数据效率微调方法，显著降低训练数据量和计算成本
- 自动数据筛选机制，无需人工标注即可识别高质量指令
- 提供完整实验脚本和基准，便于复现和对比
不足之处
- 文档/社区待观察
- 依赖模型反馈评分，可能受限于基础模型能力
适用场景
- 资源受限的团队进行大模型指令微调
- 研究者探索数据质量对对齐效果的影响
- 企业快速验证小规模高质量数据微调效果
替代项目
LIMA、AlpaGasus、Data-Efficient Alignment
项目介绍
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
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···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···