模型训练

tinker-ai-skill 开源 免费 仅开源

把你的编码会话变成专属代理模型

tinker-ai-skill 是一个面向 Claude Code、Codex、OpenCode 等编码代理的 Agent Skill，用于把用户···

FPO 开源 免费 仅开源

用强化学习微调流匹配VLA机器人策略

FPO 是论文《Reinforcement Fine-Tuning of Flow-Matching Policies for Vision-Language-Action M···

HarborRL 开源 免费 仅开源

把智能体多步任务训练流程打包成开箱即用的流水线

HarborRL 是一个面向智能体强化学习（Agentic RL）的端到端训练框架，目标是把智能体任务环境、轨迹···

brewery-ai 开源 免费 仅开源

零经验也能在控制台微调 AI 模型

brewery-ai 是一个面向零基础用户的控制台智能体，目标是让没有机器学习经验的人也能完成 AI 模型微···

STEPQuant 开源 免费 仅开源

定位循环状态量化误差，让低比特 LLM 更稳

STEPQuant 是一个面向大语言模型后训练量化的研究型工具，聚焦 Delta-Rule 循环状态（recurrent st···

POInfra 开源 免费 仅开源

让扩散/流模型像策略一样在线微调与规划

POInfra 是一个面向生成模型的策略优化（Policy Optimization）基础设施，主要服务于扩散模型和流匹···

DiffusionART 开源 免费 仅开源

给扩散模型做稳定高效的强化学习后训练

DiffusionART 是扩散模型强化学习后训练的官方实现，对应论文《DiffusionART: Efficient, Stable a···

JevAny 开源 免费 仅开源

一套流水线搞定决策模型的训练、评测与部署

JevAny 是一个面向 System 1 决策模型的开源基础设施，目标是把训练、评估和部署串成一条可复用的流···

Prism 开源 免费 仅开源

动态稀疏注意力，让2K音视频生成模型原生训练更省算力

Prism 是一个面向联合视频-音频生成模型的动态稀疏注意力框架，目标是在 2K 分辨率下原生训练扩散模···

OpenEBFM 开源 免费 仅开源

能量基基础模型的开源训练与扩展代码

OpenEBFM 是能量基基础模型（Energy-Based Foundation Models）的开源训练代码库，面向希望研究和复···

qwen-3-1.7b-finetune-proj 开源 免费 仅开源

微调小模型，专门写不含字母e的英文

这是一个基于 Qwen 3 1.7B 小模型做监督微调的实验项目，目标很具体：让模型生成完全不包含字母 e ···

NeoHorse 开源 免费 仅开源

让模型自己出题、自己训练、自己变强

NeoHorse 是一个面向大语言模型后训练（post-training）的开源研究项目，核心思路是通过「智能体式···

xllm 开源 免费 仅开源

轻量预训练骨架，改几行就能跑起训练实验

xllm 是一个面向大语言模型预训练的轻量级基础设施项目，用 Python 编写，目标是把预训练流程中繁琐···

LoongSage 开源 仅开源

用验证过的配方，快速训出会调工具的智能体

LoongSage 是一个面向前沿大语言模型的生产级、高效率 Agentic RL（智能体强化学习）训练框架。它要···

EasyWAM 开源 不稳定

一套代码搞定世界动作模型的训练、微调与评测

EasyWAM 是一个面向具身智能与机器人领域的统一训练框架，专注于 World Action Model（世界动作模型···

halo 开源 免费 仅开源

一套框架搞定 LLM 与多模态的微调和强化学习训练

Halo 是由 White Circle 开源的大语言与多模态模型训练框架，用 Python 编写。它面向从微调到强化学···

MindPipe 开源 免费 仅开源

一键压缩大模型，让 LLM 在 NVIDIA 和昇腾上跑得更快更省显存。

MindPipe 是一个面向大语言模型（LLM）和多模态大模型（LVLM）的模型压缩框架，专门适配 NVIDIA GP···

DiffusionOPSD 开源 免费 仅开源

让扩散模型自我蒸馏，少步采样也能生成高质量图像

DiffusionOPSD 是一个针对扩散模型的在线策略自蒸馏（On-Policy Self-Distillation）训练框架，旨在···

mini-verl 开源 免费 仅开源

单张消费级显卡就能跑 PPO/GRPO 对齐训练

mini-verl 是字节跳动 verl 强化学习训练框架的轻量单卡版本，目标是在一张消费级 NVIDIA GPU（如 ···

voice_clone_lab 开源 免费 仅开源

几分钟音频克隆音色，本地微调生成专属语音

voice_clone_lab 是一个基于 Qwen3-TTS 的本地语音克隆工具，用户只需提供几分钟的音频样本，即可微···

lora-speedrun 开源 免费 仅开源

固定任务硬件，比谁把 LoRA 微调跑得最快

lora-speedrun 是一个把 LoRA 微调变成竞速比赛的开源基准项目，思路类似 modded-nanogpt，但聚焦在···

J-Wash 开源 免费 仅开源

可视化模型内部机制，手动微调对齐行为并导出结果

J-Wash 是一个基于 Anthropic Jacobian Lens 技术构建的大语言模型手动对齐工具。它通过分析模型内···

labs-molt 开源 免费 仅开源

用HuggingFace生态跑智能体强化学习，省心扩展

labs-molt 是一个面向研究场景的可扩展强化学习框架，专为智能体（agentic）训练设计，并与 Huggin···

remote-gpu-trainer 开源 免费 仅开源

远程GPU训练全流程管理，从运行到交付可复现结果

remote-gpu-trainer 是一个面向深度学习实验生命周期的 Agent Skill 工具，旨在解决远程 GPU 训练中···