Rearchitecting-LLMs

lorax 开源

一个服务跑上千个微调模型，省 GPU 又省心

Multi-LoRA inference server that scales to 1000s of fine-tuned LLMs

oumi 开源

一条命令搞定 LLM 微调、评估与部署，让模型落地更简单。

Easily fine-tune (SFT/RL), evaluate, and deploy Qwen, Gemma, or any open agentic LLM···

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

RLCSD 开源

用对比自蒸馏强化 RL 训练，让策略更稳更高效

Source code of paper "RLCSD: Reinforcement Learning with Contrastive On-Policy Self-···

IPR 开源

逐步纠错，让LLM智能体每一步都走对

Watch Every Step! LLM Agent Learning via Iterative Step-level Process Refinement (E···

dLLM-RL 开源

给扩散大模型装上强化学习引擎，训练出 SOTA 的 TraDo 系列

[ICLR 2026] Official code for TraceRL: Revolutionizing post-training for Diffusion L···

DataMate 开源

一站式搞定大模型微调与RAG的数据处理，让数据准备不再拖后腿

DataMate is an enterprise-level data processing platform designed for model fine-tun···

benderopt 开源

无梯度也能调参，黑盒优化一键搞定

Black-box optimization library

distill-sd 开源

把大模型蒸馏成小模型，低显存也能跑高质量图像生成

Segmind Distilled diffusion