模型训练

jax-llm-examples 开源

纯JAX极简代码，跑通LLM训练与推理

jax-llm-examples 是一个用纯 JAX 实现的极简大语言模型示例集合，目标是让开发者以最少依赖理解并···

Satori 开源

用强化学习让大模型学会自主搜索推理路径，提升复杂问题解决能力

Satori是一个基于强化学习的开源模型，旨在通过链式动作思维（Chain-of-Action-Thought）增强大语言···

Confucius-tool-learning 开源

让大模型通过自我反思学会用工具，从易到难逐步精通

Confucius 是一个面向大语言模型（LLM）的工具学习框架，源自 AAAI 2024 论文。它解决的核心问题是···

rllm 开源

让LLM强化学习训练像搭积木一样简单，快速提升模型推理能力。

rllm是一个致力于将强化学习（RL）技术普及到大型语言模型（LLM）训练与推理中的开源框架。它主要解···

reasoning-gym 开源

给AI推理训练提供可验证奖励的现成环境，直接上手RL

reasoning-gym 是一个为强化学习（RL）提供可验证奖励（verifiable rewards）的推理环境集合，旨在···

OntoTune 开源

用本体知识给大模型开小灶，让专业回答更靠谱

OntoTune 是一个面向大语言模型（LLM）的本体驱动自训练框架，旨在解决模型与领域知识对齐不足的问···

BloomBee 开源

多台普通设备拼起来，也能微调和跑大模型

BloomBee 是一个面向大语言模型（LLM）的去中心化微调与推理框架，核心思路是把模型训练和推理任务···

Awesome-Parameter-Efficient-Fine-Tun··· 开源

大模型轻量微调方法一网打尽，选型不再翻论文

这是一个围绕基础模型参数高效微调（PEFT）的资源汇总项目，系统整理了在不大幅增加可训练参数的前···

PSEC 开源

让AI智能体像搭积木一样，在参数空间里不断学习新技能、组合旧技能，应对新挑战。

PSEC是一个面向智能体（Agent）的技能扩展与组合框架，其核心思想是在参数空间中实现技能的动态扩展···

verifiers 开源

一套接口搞定 RL 训练环境与评测

verifiers 是 Prime Intellect 开源的强化学习环境与评测库，面向大模型后训练（RLHF/RLVR）场景。···

awesome-activation-engineering 开源

整理激活工程资源，助你精准操控AI模型行为

这是一个精选资源列表，专注于“激活工程”（Activation Engineering）领域，即通过修改神经网络内···

finetuning-notebooks 开源

跟着 Notebook 一步步微调图像视频生成模型

finetuning-notebooks 是一个专注于图像与视频生成模型微调的开源教程集合，以 Jupyter Notebook 形···

olmoearth_pretrain 开源

用卫星数据预训练地球基础模型，开箱即用

olmoearth_pretrain 是 Allen AI 推出的地球系统基础模型预训练项目，提供从数据准备、模型训练到评···

train-llm-from-scratch 开源

从数据到生成，手把手教你训练自己的大模型

这是一个从零开始训练大型语言模型（LLM）的完整教程与工具集，旨在帮助开发者理解并实践LLM训练的···

adaptive-classifier 开源

让文本分类模型随新数据自动进化，无需频繁重训

adaptive-classifier 是一个基于 Python 的灵活自适应文本分类系统，专为处理动态变化的文本分类任···

TPA 开源

把注意力复杂度从平方降到线性，长序列不再卡顿

TPA（Tensor ProducT ATTenTion）是一个NeurIPS 2025 Spotlight论文的开源实现，提出了一种新型注意···

ArcticTraining 开源

配置即跑通 LLM 后训练，省去搭管线的时间

ArcticTraining 是 Snowflake 开源的 LLM 后训练框架，目标是简化和加速大语言模型的微调、对齐与强···

LLaSA_training 开源

用LLM算力换自然语音，训练推理双扩展

LLaSA是一个基于LLaMA架构的语音合成项目，旨在通过扩展训练和推理时的计算量来提升语音生成质量。···

easevoice-trainer 开源

简单几步，训练你的专属语音克隆模型

EaseVoice Trainer 是一个面向普通用户的语音克隆与语音合成模型训练工具。它旨在降低语音模型训练···

flame 开源

极简框架，快速训练线性注意力大模型

flame 是一个极简的深度学习训练框架，专为扩展 FLA（Fast Linear Attention）模型而设计。它解决了···

flow-matching 开源

用流匹配快速训练图像生成模型，替代扩散模型

flow-matching 是一个基于 PyTorch 实现的流匹配（Flow Matching）开源项目，专注于图像生成任务。···

plexe 开源

一句话描述，自动生成机器学习模型，快速验证想法

plexe 是一个基于提示词（prompt）构建机器学习模型的开源工具，旨在让开发者通过自然语言描述即可···

PRIME 开源

让大模型学会深度推理，强化学习训练一步到位

PRIME 是一个面向语言模型高级推理的可扩展强化学习（RL）解决方案。它解决了当前大模型在复杂推理···

RecLM 开源

用自然语言指令微调，让推荐模型更懂你

RecLM 是一个面向推荐系统的指令微调框架，源自 ACL 2025 论文。它通过将推荐任务转化为指令遵循问···