模型训练

tirex 开源

零样本预测长短周期，无需训练直接上手

TiRex 是一个面向时间序列预测的开源模型，主打零样本（Zero-Shot）跨长短周期预测，并强化了上下文···

RPG 开源

给大模型 RL 训练加上安全护栏，稳定提升性能

RPG 是一个基于 KL 正则化策略梯度的强化学习训练框架，源自 ICLR 2026 论文。它旨在解决大语言模型···

LongCodeZip 开源

压缩长代码上下文，让模型轻松处理超长代码

LongCodeZip 是一个面向代码语言模型的长上下文压缩工具，源自 ASE 2025 论文。它解决的是代码大模···

TreeLoRA 开源

用树状 LoRA 分层管理任务，持续学习不遗忘

TreeLoRA 是 ICML 2025 论文的 PyTorch 实现，面向持续学习（Continual Learning）场景，提出一种基···

HoliTom 开源

合并视频令牌，让视频大模型推理快数倍

HoliTom是一个针对视频大语言模型（Video LLM）的推理加速工具，核心思路是“整体令牌合并”（Holi···

VeriThinker 开源

让模型学会自我验证，推理更快更准

VeriThinker 是一个基于 NeurIPS 2025 论文的开源推理模型，旨在通过引入验证机制来提升大语言模型···

Complete-LLM-Finetuning 开源

跟着 Notebook 跑一遍，就能亲手微调大模型

Complete-LLM-Finetuning 是一个以 Jupyter Notebook 形式呈现的大语言模型微调全流程教程项目，目···

Scaling-Diffusion-Transformers-muP 开源

让扩散模型从小规模到大规模训练，超参数无需重调，省时省力。

Scaling-Diffusion-Transformers-muP 是 NeurIPS 2025 论文的官方实现，旨在解决扩散 Transformer（···

Automodel 开源

Hugging Face 模型直接多卡分布式微调，不改代码。

Automodel 是一个基于 PyTorch 分布式原生的 LLM/VLM 训练库，目标是让大模型微调像调用 Hugging F···

verbalized-sampling 开源

让LLM输出带概率的多样答案，告别重复文本

Verbalized Sampling 是一个无需训练的提示词策略框架，旨在通过让大语言模型以概率形式输出候选答···

BitVAE 开源

用比特级分词，让图像生成更精细高效

BitVAE 是一个图像分词器（tokenizer）的官方训练与推理代码库，属于自回归图像生成模型的基础组件···

RLVR-World 开源

用强化学习训练能用于决策的视频生成世界模型

RLVR-World 是 NeurIPS 2025 论文《Training World Models with Reinforcement Learning》的官方实···

Time-R1 开源

让大模型像专家一样一步步推理预测时间序列

Time-R1 是一个两阶段强化微调框架，用于训练大语言模型进行慢思考、逐步推理，以实现准确且可解释···

Time-R1 开源

用三阶段强化学习，让大模型真正理解时间、预测未来。

Time-R1 是一个旨在赋予大语言模型（LLM）全面时间推理能力的开源框架和资源集合。它解决的是当前 ···

ParScale 开源

并行跑多个模型，不堆参数也能提升性能

ParScale 是一个研究并行扩展定律（Parallel Scaling Law）的开源项目，旨在突破传统语言模型仅依赖···

GuidedQuant 开源

用端到端损失引导量化，让大模型压缩后不掉点

GuidedQuant 是 ICML 2025 论文的官方 PyTorch 实现，提出一种利用端到端损失引导的大语言模型量化···

mlx-lm-lora 开源

Mac 上微调大模型，LoRA/DPO 一条命令跑通

mlx-lm-lora 是面向 Apple Silicon 的 LLM 训练工具，基于苹果 MLX 框架，让 Mac 用户无需 NVIDIA ···

SkyRL 开源

把 LLM 强化学习全流程拆成乐高，多轮工具任务也能直接训

SkyRL 是一个面向大语言模型的模块化全栈强化学习库，目标是把 RL 训练 LLM 所需的各个环节——环境···

onebitllms 开源

小显存也能训练1.58bit三值大模型

onebitllms 是一个轻量级 Python 工具包，专注于训练和微调 1.58bit 量化语言模型。传统大模型动辄···

lightly-train 开源

一个命令搞定视觉模型预训练、微调和蒸馏，告别碎片化流程。

lightly-train 是一个面向视觉模型的一体化训练框架，支持 YOLO、ViT、RT-DETR、DINOv3 等主流架构···

d1 开源

用强化学习给扩散大模型补上推理能力

d1 是论文《d1: Scaling Reasoning in Diffusion Large Language Models via Reinforcement Learni···

LoRI 开源

多任务微调不打架，LoRA 参数更高效

LoRI 是一个针对多任务低秩适配（LoRA）的改进方法，旨在解决多任务学习中的跨任务干扰问题。它通过···

Trinity-RFT 开源

搭好LLM强化微调流水线，换算法扩规模不用重写

Trinity-RFT 是一个面向大语言模型强化微调（RFT）的通用框架，目标是把 RLHF/RFT 从单机脚本式实验···

tunix 开源

用 JAX 搭积木做 LLM 后训练，算法随便换

Tunix 是 Google 开源的一个轻量级大模型后训练（post-training）库，基于 JAX 生态构建，专注于在···