PaddleNLP

一站式搞定NLP大模型与小模型，从训练到部署全流程提速

PaddleNLP 是百度飞桨生态下的自然语言处理库，定位为易用且强大的大模型与小模型库，内置丰富的模型动物园。它解决从文本分类、序列标注到大规模预训练模型微调与部署的全流程问题，提供统一API、高性能分布式训练和推理优化。核心能力包括：支持LLaMA、ChatGLM等主流大模型的加载、微调（LoRA/ Prefix Tuning）、动态图推理；内置ERNIE系列中文预训练模型；提供数据增强、模型压缩（量化/剪枝）和端侧部署工具。其设计兼顾学术研究与工业落地，降低NLP开发门槛。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 12977

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PaddlePaddle

所属国家

官网地址

GitHubhttps://github.com/PaddlePaddle/PaddleNLP

定价模式free

价格说明开源库，Apache-2.0许可，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bert,compression,distributed-training,document-intelligence,embedding,ernie,information-extraction,llama,llm,neural-search,nlp,paddlenlp,pretrained-models,question-answering,search-engine,semantic-analysis,sentiment-analysis,transformers,uie

GitHub 星标★ 12977

30天Star增速

HF 下载量

上线时间2021-02-05 00:00:00

最近更新2026-09-22 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

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3.7 及以上
支持 Linux / Windows / macOS 操作系统
已安装可用的 pip 包管理工具
（运行大模型预训练示例时）需要具备对应模型的训练环境与数据

安装与启动步骤

1安装PaddleNLP

README 给出的正式安装方式，安装 3.0.0b4 版本；建议在独立虚拟环境中执行，避免依赖冲突。
```
pip install --upgrade paddlenlp==3.0.0b4
```
2安装开发版

如需要最新 develop 分支代码，改用此命令，通过飞桨官方 wheel 源安装预发布版本。
```
pip install --pre --upgrade paddlenlp -f https://www.paddlepaddle.org.cn/whl/paddlenlp.html
```
3确认Python版本

README 要求 Python 3.7+，执行前先确认当前解释器版本满足要求，不满足需先升级环境。
```
python --version
```
4运行预训练示例

README 快速开始给出的预训练启动命令，需在包含 run_pretrain.py 与 config 目录的工程目录下执行。
```
python -u run_pretrain.py ./config/qwen/pretrain_argument_0p5b.json
```
5安装融合算子

仅当配置中开启 use_fused_rms_norm=true 时才需要，按 README 指引到该目录安装 fused_ln 外部算子。

如何确认成功

执行 pip 安装无报错，且 python 环境中能正常导入 paddlenlp 模块即安装成功。

常见问题

Q：应该装哪个版本？

A：官方 pip 安装为 paddlenlp==3.0.0b4；需要最新开发代码时用 --pre 配合飞桨 wheel 源安装 develop 分支。

Q：需要另外安装 PaddlePaddle 吗？

A：README 未给出 PaddlePaddle 的具体安装命令，仅指向官方文档 docs/zh/get_started/installation.rst，请按该文档安装。

Q：开启 use_fused_rms_norm=true 报错怎么办？

A：README 说明该选项依赖融合算子，需先前往 slm/model_zoo/gpt-3/external_ops 目录安装 fused_ln。

注意事项

README 未提供 git clone 命令，运行预训练示例前需自行准备 PaddleNLP 源码工程目录。
预训练配置文件路径 ./config/qwen/pretrain_argument_0p5b.json 为 README 原样示例，实际路径以仓库目录结构为准。
若需安装 PaddlePaddle 本体，请查阅 README 中指向的 Installation 文档。

核心亮点

内置丰富中文预训练模型（如ERNIE），中文任务开箱即用
大模型微调支持LoRA等高效方法，显存占用低
与飞桨深度整合，分布式训练和推理性能优化好

不足之处

生态相比HuggingFace Transformers较小，社区资源待丰富
部分新模型适配滞后，需自行转换权重

适用场景

中文NLP任务快速原型开发与生产部署
大模型领域微调与私有化部署
科研实验中的模型对比与压缩

替代项目

Hugging Face Transformers、ModelScope、OpenPrompt

项目介绍

PaddleNLP 是开发框架领域的开源项目，由 PaddlePaddle 开发，2021 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（12,977）位列前 4%，在开发框架分类的 795 个项目里位列前 5%。

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 2026-09-22。开源库，Apache-2.0许可，完全免费，可自行部署使用。

它主要面向的使用场景是：中文NLP任务快速原型开发与生产部署。同类可对比的替代方案包括 Hugging Face Transformers、ModelScope、OpenPrompt。

上一篇：awesome-ai-apps

下一篇：FlagEmbedding