模型训练

ROLL 开源 免费 仅开源

大模型强化学习训练，一键从单机扩到集群

ROLL 是一个面向大语言模型强化学习的高效、易用扩展库，主要解决 RLHF、RLVR 及智能体（agentic）···

easydistill 开源 免费 仅开源

一键蒸馏大模型，小模型也能拥有大智慧

easydistill 是一个面向大语言模型的知识蒸馏工具包，旨在简化将大型教师模型（如 GPT-4、Llama 等···

tirex 开源 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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···

Awesome-VLA-Post-Training 开源 免费 仅开源

VLA后训练方法一网打尽，快速找到微调方案

Awesome-VLA-Post-Training 是一个聚焦视觉-语言-动作（VLA）模型后训练方法的开源资源合集。它系统···

VeriThinker 开源 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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···

Megatron-Bridge 开源 免费 仅开源

Hugging Face 模型一键转 Megatron 训练，训完再转回来

Megatron-Bridge 是 NVIDIA 推出的训练库，用于训练基于 Megatron 的大规模语言模型，并支持与 Hug···

verbalized-sampling 开源 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费 仅开源

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 免费+付费 仅开源

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···