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 2026-11-11 · 当前星标 ★ 179
核心亮点
- 任务定义清晰，字符级约束可直接量化评估
- 基于 Qwen 3 1.7B 小模型，训练成本低、易复现
- 代码为 Python 单项目结构，适合作为微调入门模板
不足之处
- 仅针对单一字母约束，通用性和扩展性有限
- 早期项目，文档与训练细节可能不完整
适用场景
- 学习小模型监督微调的完整流程
- 研究受限文本生成与约束满足评估
- 作为字符级规则内化的实验基线
替代项目
unsloth、LLaMA-Factory、trl
上一篇：HarborRL
下一篇：tinker-ai-skill
同类项目推荐
MoA
开源
自动混合稀疏注意力，压缩 LLM 省内存提速
[CoLM'25] The official implementation of the paper
halo
开源
一套框架搞定 LLM 与多模态的微调和强化学习训练
Halo is an open-source framework built by White Circle for training large language a···
Alpaca-CoT
开源
统一接口微调大模型，轻松搞定数据、模型与方法
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs···
MLX-LoRA-Studio
开源
Mac 上点几下就完成大模型 LoRA 微调，数据不出本机
A native Mac App for LLM fine-tuning on Apple Silicon — fully on-device, fully open···
SoftCoT
开源
用软思维链替代文本推理，大幅降低 LLM 推理成本
ACL'2025: SoftCoT: Soft Chain-of-Thought for Efficient Reasoning with LLMs. and prep···
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···
simple-llm-finetuner
开源
拖拽式界面，小白也能微调大模型
Simple UI for LLM Model Finetuning
AlignProp
开源
直接反向传播奖励，让扩散模型更听话，效率提升25倍
AlignProp uses direct reward backpropogation for the alignment of large-scale text-t···
SuperPiano
开源
在 Colab 里用 Transformer 一键生成钢琴曲
Absolutely amazing SOTA Google Colab (Jupyter) Notebooks for creating/training SOTA ···