模型训练

arkor 开源 免费 仅开源

用 TypeScript 搞定大模型微调，工程化更顺滑

arkor 是一个专注于大模型微调的 TypeScript 框架，旨在为开发者提供高效、类型安全的微调工具链。···

LiteResearcher 开源 免费 仅开源

用强化学习训练会查资料、写长报告的深度研究智能体

LiteResearcher 是一个面向深度研究智能体（Deep Research Agent）的可扩展智能体强化学习训练框架···

Awesome-Credit-Assignment-in-LLM-RL 开源 免费 仅开源

一榜看懂LLM强化学习信用分配，快速选型不迷路

这是一个关于大语言模型强化学习中信用分配问题的精选资源列表，收录了相关论文、分类体系、基准测···

Rethinking-OPD 开源 免费 仅开源

拆解大模型在线蒸馏为何翻车，给出可复现配方

Rethinking-OPD 是一个围绕大语言模型在线策略蒸馏（On-Policy Distillation, OPD）展开的研究型开···

prismaquant 开源 免费 仅开源

按层敏感度自动分配量化精度，省显存不掉点

prismaquant 是一个面向大语言模型的混合精度量化工具，核心思路是按层敏感度自动为每一层选择不同···

kikiri-tts 开源 免费 仅开源

给 Kokoro 模型加新语言，照着文档就能微调

kikiri-tts 是一个针对 Kokoro-82M 模型进行新语言微调的开源训练方案，目前以德语为例。它解决了开···

DMax 开源 免费 仅开源

让扩散大模型生成提速，并行解码不再卡顿

DMax 是一个针对扩散大语言模型（dLLMs）的激进并行解码加速框架。扩散模型通过迭代去噪生成文本，···

gemma-tuner-multimodal 开源 免费 仅开源

Mac 上直接微调 Gemma 多模态模型，图文音一起训

gemma-tuner-multimodal 是一个面向 Apple Silicon 芯片的多模态微调工具，基于 PyTorch 和 Metal ···

Jackrong-llm-finetuning-guide 开源 免费 仅开源

跟着 Notebook 一步步微调大模型，少走弯路

这是一个面向开发者的 LLM 微调实战指南，基于 Jupyter Notebook 形式，系统讲解从数据准备、模型选···

Awesome-LLM-On-Policy-Distillation 开源 免费 仅开源

一网打尽LLM在线策略蒸馏论文，快速跟上研究前沿

这是一个关于大语言模型在线策略蒸馏（On-Policy Distillation）的精选资源清单，汇集了相关论文、···

VisionFoundry 开源 免费 仅开源

用合成图像训练VLM，低成本提升视觉感知能力

VisionFoundry 是一个专注于提升视觉语言模型（VLM）视觉感知能力的开源训练框架。它通过合成图像数···

apex-quant 开源 免费 仅开源

MoE 大模型按专家分精度压缩，省显存不掉点

apex-quant 是一个面向专家混合模型（MoE）的混合精度量化工具，核心思路是「自适应精度」：不同专···

awesome-on-policy-distillation 开源 免费 仅开源

一页看全 LLM 在线蒸馏论文与工具，省去到处翻找

这是一个围绕大语言模型在线策略蒸馏（On-Policy Distillation，OPD）的资源合集，系统整理了论文、···

mcore-bridge 开源 免费 仅开源

让 Megatron 像 Transformers 一样简单，直接训 500+ 大模型

mcore-bridge 是一个面向 Megatron-Core 的模型定义桥接库，目标是把 Megatron 的训练能力包装成类···

OnlineSPEC 开源 免费 仅开源

让草稿模型边推理边进化，解码速度越用越快

OnlineSPEC 是一个面向大语言模型推理加速的开源项目，核心思想是将投机解码（Speculative Decodin···

WaDi 开源 免费 可打开

一步生成高质量图像，蒸馏时精准把控权重方向

WaDi 是一个面向一步图像合成的权重方向感知蒸馏框架，由 CVPR 2026 论文官方提供 PyTorch 实现。它···

cevahir-ai 开源 免费 仅开源

一站式搭建语言模型，从分词到聊天全流程

cevahir-ai 是一个全栈开源 AI 引擎，用于构建语言模型，覆盖从分词器训练、Transformer 架构、认知···

Visual-ERM 开源 免费 仅开源

训练视觉奖励模型，让AI输出更符合人类视觉偏好

Visual-ERM 是一个用于视觉等价性奖励建模的开源项目，提供了论文《Visual-ERM: Reward Modeling f···

rlix 开源 免费 仅开源

让 RL 实验排队更聪明，GPU 等待时间更短

rlix 是一个面向强化学习（RL）实验的基础设施工具，旨在解决 RL 研究者频繁运行实验时 GPU 等待时···

whichllm 开源 免费 仅开源

一条命令，找出你电脑上跑得最快的本地大模型

whichllm 是一个帮助用户在本地硬件上找到最适合运行的 LLM 模型的命令行工具。它解决的核心问题是···

FeynRL 开源 免费 仅开源

换目标、换采样，后训练实验一套框架跑通

FeynRL 是一个面向大模型后训练（post-training）的开源框架，目标是把从新目标函数到新 rollout 系···

MotionRFT 开源 免费 仅开源

给文本生成动作模型做轻量强化微调

MotionRFT 是面向文本到动作（Text-to-Motion）扩散生成模型的强化微调框架，对应 ICLR'26 论文 Ea···

KDFlow 开源 免费 仅开源

一套配置跑通多种LLM蒸馏，小模型也能继承大模型能力

KDFlow 是一个面向大语言模型的知识蒸馏框架，目标是把教师模型的能力高效迁移到更小的学生模型上。···

hyper-parallel 开源 免费 仅开源

让大模型训练任务贴着超节点跑，减少跨域通信损耗

hyper-parallel 是一个面向大规模模型训练的 SuperPod 亲和性训练加速框架，用 Python 编写，基于 ···