模型训练

ts-icl 开源 免费 仅开源

零样本搞定时间序列预测与插补，无需重新训练。

TS-ICL 是一个基于时间索引的基础模型，专为时间序列预测和插补任务设计，通过上下文学习（In-Cont···

MLX-LoRA-Studio 开源 免费 可打开

Mac 上点几下就完成大模型 LoRA 微调，数据不出本机

MLX-LoRA-Studio 是一款原生 macOS 应用，让用户在 Apple Silicon 芯片的 Mac 上直接完成大语言模型···

UniRL 开源 免费 仅开源

一套框架搞定多种数据训练，强化学习不再各搞各的

腾讯混元开源的统一多模态强化学习框架，支持在多模态场景下训练与优化模型。它提供统一的 RL 流程···

RLCSD 开源 免费 仅开源

用对比自蒸馏强化 RL 训练，让策略更稳更高效

RLCSD 是论文《RLCSD: Reinforcement Learning with Contrastive On-Policy Self-Distillation》的···

JetSpec 开源 免费 仅开源

让大模型推理更快：并行草稿树突破推测解码速度天花板

JetSpec 是一个针对推测解码（Speculative Decoding）性能瓶颈的开源项目，核心创新在于提出“因果···

can-i-finetune-this 开源 免费 仅开源

先查显存再微调，避免模型下载后跑不动的尴尬

这是一个帮助开发者快速判断 Hugging Face 上的模型能否在本地 GPU 上进行微调的工具。它通过分析模···

GRACE 开源 免费 仅开源

把视觉大模型压到INT4，蒸馏补精度，低显存也能跑

GRACE 是一个面向视觉语言模型（VLM）的 INT4 量化部署方案，核心思路是把量化感知训练与知识蒸馏结···

vime 开源 免费 仅开源

用 vLLM 加速 LLM 强化学习后训练，采样更快、规模更大

vime 是一个面向大语言模型后训练的开源框架，核心思路是把 vLLM 的高吞吐推理能力引入强化学习训练···

miles_diffusion 开源 免费 仅开源

大规模扩散模型后训练与生产落地的工程框架

miles_diffusion 是一个面向大规模扩散模型训练与生产工作负载的后训练框架，从 miles 项目分叉而来···

CDM 开源 免费 仅开源

少步扩散蒸馏，让图像生成快如闪电

CDM（Continuous-Time Distribution Matching）是一个面向少步扩散蒸馏的开源项目，旨在解决扩散模···

Repo2RLEnv 开源 免费 仅开源

任意仓库一键变可验证 RL 训练环境，边训边评测

Repo2RLEnv 是一个把任意代码仓库自动转换为可验证强化学习环境的工具，面向训练和评估编码智能体（···

LeapAlign_Code 开源 免费 仅开源

任意步数生成高质量图像，让流匹配模型又快又好。

LeapAlign 是一个针对流匹配（Flow Matching）图像生成模型的训练后优化方法，核心目标是让模型在任···

how-to-train-your-gpt 开源 免费 仅开源

手把手从零写GPT，每行代码都讲透

这是一个从零开始构建现代大语言模型（LLM）的教学项目，以Jupyter Notebook形式呈现，每一行代码都···

minimind-o 开源 免费 仅开源

从零训练0.1B全模态模型，单卡搞定能听会说能看

MiniMind-O 是一个从零开始训练的 0.1B 参数全模态（Omni）模型，旨在让开发者以极低资源复现类似 ···

FineEnvs 开源 免费 仅开源

快速搭 LLM 强化学习环境，从定义到训练一条龙

FineEnvs 是一个面向大语言模型强化学习（RL）的开源环境构建与规模化工具集，定位为「RL Environm···

nano-world-model 开源 免费 仅开源

用扩散强制训练世界模型，让机器人看懂视频并规划动作。

nano-world-model 是一个极简但功能完备的世界模型研究仓库，旨在推进世界模型科学的发展。它基于扩···

AwesomeOPD 开源 免费 仅开源

一站式速览在线策略蒸馏，紧跟LLM前沿

AwesomeOPD 是一个关于在线策略蒸馏（On-Policy Distillation）的精选资源列表，专注于大语言模型（···

LoongForge 开源 免费 仅开源

一套框架，NVIDIA 和昆仑芯通吃，搞定大模型全流程训练

LoongForge 是一个面向大模型训练的统一高性能框架，支持在 NVIDIA GPU 和昆仑芯 XPU 上训练 LLM、···

alpamayo-recipes 开源 免费 仅开源

自动驾驶大模型微调、量化、部署一条龙配方

alpamayo-recipes 是 NVIDIA Alpamayo 的开发者中心，面向自动驾驶与物理 AI 场景，提供一整套可直···

verl-omni 开源 免费 仅开源

给扩散和全模态模型做 RL 后训练，一套框架跑通

verl-omni 是字节跳动 verl 生态下面向多模态与全模态模型的强化学习训练框架，专注解决扩散模型（···

Fizgig 开源 免费 仅开源

一站式训练、剖析、修复和提取 Krea 2 与 Flux 2 的 LoRA/LoKR

Fizgig 是一个面向 Krea 2 和 Flux 2 Klein 9B 模型的 LoRA 训练与工具集，专注于 LoKR（一种低秩适···

data-forcing-distillation 开源 免费 仅开源

少步生成视频，不丢多样性和画质

Data-Forcing Distillation (DFD) 是一个用于少步视频生成的蒸馏方法，旨在解决现有蒸馏技术在少步···

Rose 开源 免费 仅开源

无状态优化器，省内存，稳收敛，直接替换 Adam

Rose 是一个基于 PyTorch 的优化器，提出了一种名为 Range-Of-Slice Equilibration 的优化方法。它···

verl-vla 开源 免费 仅开源

采集+微调+RL 一条龙，让机器人 VLA 策略快速迭代

verl-vla 是一个面向视觉-语言-动作（VLA）模型的统一后训练框架，基于 verl 生态构建，目标是把机···