doc-to-lora 是模型训练领域的开源项目，由 SakanaAI 开发，是 2026 年新上线的项目。
在全站 13,090 个收录项目中，它的 GitHub 星标数（826）位列前 30%，在模型训练分类中处于中上游。
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。MIT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：客服机器人实时更新产品知识库。同类可对比的替代方案包括 LLaMA-Factory、PEFT、LoRA。
doc-to-lora
让大模型随时记住新知识，不用重训
doc-to-lora 是一个让大语言模型通过超网络（Hypernetworks）动态生成 LoRA 权重来记住事实信息的开源项目。它解决的是 LLM 在长对话或持续学习中容易遗忘知识、且传统微调成本高昂的问题。核心能力是：将文档或事实数据输入后，模型会实时生成针对性的 LoRA 适配器，无需重新训练即可更新模型记忆。技术栈基于 Python，结合了 AI Agent、机器学习与 LoRA 技术，适合需要快速注入新知识的场景。项目处于早期阶段，但思路新颖，为 LLM 的持续学习提供了轻量级方案。
开源
free
智能体
GitHub 星标
★ 826
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类智能体
开发团队SakanaAI
所属国家
定价模式free
价格说明开源项目，MIT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MIT
主要语言Python
技术栈/模型ai,ai-agent,hypernetworks,llm,llm-agent,lora,machine-learning,memory
GitHub 星标★ 826
30天Star增速
HF 下载量
上线时间2026-02-11 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5
使用教程
核心亮点
- 动态生成 LoRA，免去繁琐微调流程
- 针对事实信息注入，提升记忆准确性
- 与 AI Agent 结合，支持实时知识更新
不足之处
- 项目早期，文档和社区支持待观察
- 超网络生成 LoRA 的稳定性需更多验证
适用场景
- 客服机器人实时更新产品知识库
- 个性化助手记住用户偏好
- 研究机构快速注入领域文献
替代项目
LLaMA-Factory、PEFT、LoRA
项目介绍
上一篇：FedML
下一篇：training_hub
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···