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。
LLaMA-Factory、PEFT、LoRA
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 13,014 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。
近 45 天，它的 GitHub 星标从 794 增加到 826，净增 32。
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。
上一篇：FedML
下一篇：training_hub
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···
