模型训练

TinyEngram 开源 免费 仅开源

给大模型装上长期记忆，让对话和生成更连贯

TinyEngram 是一个基于 Qwen-3 和 Stable Diffusion 系列模型的研究项目，旨在复现并验证 DeepSeek···

FastGen 开源 免费 仅开源

把扩散模型采样步数压下来，生成更快

FastGen 是 NVIDIA 开源的扩散模型加速生成项目，聚焦用蒸馏（distillation）思路把多步扩散采样压···

EvoControl 开源 免费 仅开源

让AI自己优化代码，还能按你的要求来

EvoControl 是一个用于算法代码优化的受控自进化框架的官方实现。它解决的是大语言模型在代码优化任···

sklearn-diagnose 开源 免费 仅开源

给 sklearn 模型做 AI 体检，一眼揪出过拟合和数据泄漏

sklearn-diagnose 是一个面向 Scikit-learn 模型的 AI 诊断工具，旨在帮助数据科学家快速识别模型训···

mlx-tune 开源 免费 仅开源

在 Mac 上本地微调大模型，多模态全支持，速度飞快

mlx-tune 是一个专为 Apple Silicon Mac 设计的 LLM 微调工具，基于 MLX 框架原生运行，让开发者无···

surogate 开源 可打开

用 C++ 和 CUDA 把大模型微调速度拉到极致

surogate 是一个专注于大语言模型训练与微调的高性能开源项目，基于 C++ 和 CUDA 实现，旨在提供“···

deep-delta-learning 开源 免费 仅开源

学增量，少训练，模型升级快人一步

Deep Delta Learning 是一个开源模型项目，源自 arXiv 论文，旨在通过深度学习方法学习数据或模型之···

MHLA 开源 免费 可打开

用 token 级多头，让线性注意力恢复全量表达力

MHLA 是一个面向图像生成与语言建模的线性注意力机制改进项目，旨在解决线性注意力在表达力上的不足···

lora-pilot 开源 可打开

一键启动 Docker，搞定 LoRA 训练与验证全流程

lora-pilot 是一个面向 Stable Diffusion 生态的一体化 Docker 镜像，旨在简化 LoRA 模型的训练与验···

LightRFT 开源 免费 仅开源

用奖励模型驱动微调，让 LLM/VLM 按目标越训越强

LightRFT 是一个轻量、高效、支持全模态的强化微调（RFT）框架，核心思路是用奖励模型驱动训练，把···

qqr 开源 免费 仅开源

让开放式智能体在变化环境中持续强化学习训练

qqr 是一个面向开放式智能体（open-ended agents）的强化学习训练框架，用 Python 编写。它要解决的···

Flow-Factory 开源 免费 仅开源

让流匹配模型轻松学会强化学习，生成更符合目标的结果

Flow-Factory 是一个面向 Flow-Matching 模型的统一强化学习框架，旨在简化基于流匹配的生成模型（···

SteptronOss 开源 免费 仅开源

一套配置跑通大模型微调、强化与评测

SteptronOss 是一个面向大语言模型的轻量级、AI 原生训练框架，目标是把 SFT（监督微调）、RLVR（可···

twinkle 开源 免费 仅开源

一站式训练工作台，让模型训练更省心

Twinkle 是一个面向模型训练的 Python 工作台，目标是让开发者更轻松地训练和调优自己的模型。它把···

GRAPE 开源 免费 仅开源

给图神经网络装上更强的位置编码，提升结构感知能力。

GRAPE 是一个面向图神经网络的表示位置编码方法，由 ICLR 2026 论文提出。它通过将节点分组并学习组···

comfyUI-Realtime-Lora 开源 免费 仅开源

在 ComfyUI 里直接训练、编辑和保存 LoRA，无需切换工具

这是一个 ComfyUI 的插件，让你直接在 ComfyUI 界面里训练、编辑和保存 LoRA 模型，无需切换到外部···

OpenThoughts-Agent 开源 免费 仅开源

一套配方搞定 Agent 训练数据与流程

OpenThoughts-Agent 是面向 AI Agent 训练的开源数据配方与基础设施项目，核心解决智能体训练中数据···

CUDA-L2 开源 免费 仅开源

用强化学习自动写出比 cuBLAS 更快的矩阵乘法内核

CUDA-L2 是一个通过强化学习自动生成高性能矩阵乘法内核的开源项目，目标是在 NVIDIA GPU 上超越 c···

DARE 开源 免费 仅开源

给扩散大模型做对齐和强化训练的开源执行器

DARE 是 COLM 2026 论文的官方开源实现，面向扩散大语言模型（dLLM）的对齐与强化学习训练框架。当···

Kardia-R1 开源 免费 仅开源

让AI学会共情，用强化学习提升情感支持回复质量

Kardia-R1 是一个专注于情感支持场景的开源大语言模型项目。它通过引入“Rubric-as-Judge”强化学习···

chatterbox-finetuning 开源 免费 仅开源

用你的数据训练专属多语言语音模型，支持声音克隆。

Chatterbox 微调工具包，专为 Chatterbox TTS 和 TURBO 模型设计，支持 23 种语言，具备智能词汇扩···

ToolOrchestra 开源 免费 仅开源

用强化学习训练模型更聪明地调用工具、编排工作流

ToolOrchestra 是一个端到端的强化学习训练框架，用于编排工具调用和智能体工作流。它解决了当前大···

gigaevo-core 开源 免费 仅开源

让大模型当变异器，自动迭代把程序改到更好

gigaevo-core 是一个用大语言模型驱动的进化算法框架，目标不是训练模型参数，而是自动改进程序本身···

NexRL 开源 免费 仅开源

像搭积木一样拼 LLM 后训练流程，换组件不用重写代码

NexRL 是一个面向大语言模型后训练（post-training）的超松耦合框架，目标是把 SFT、RLHF、DPO 等后···