notebooks

照着 Notebook 改数据路径,就能微调 250+ 大模型

开源 🏷️基础免费,高级付费 ⚠️ 链接可跳转,访问体验不确定 模型训练 🍴 复刻 966 🐛 待处理 14 👀 关注 37
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 5783
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 笔记本开源免费,Unsloth 云服务提供免费额度及付费方案

项目预览

notebooks 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类模型训练
开发团队unslothai
定价模式🏷️基础免费,高级付费
价格说明笔记本开源免费,Unsloth 云服务提供免费额度及付费方案
访问状态⚠️ 链接可跳转,访问体验不确定
是否开源是
开源协议LGPL-3.0
主要语言Jupyter Notebook
技术栈/模型unsloth
GitHub 星标★ 5783
上线时间2024-12-08 00:00:00
代码更新2026-10-31
仓库体积152.5 MB
本站数据更新2026-11-04
维护状态活跃
收录时间2026-09-16
浏览次数1

项目介绍

这是 Unsloth 官方维护的 Jupyter Notebook 合集,收录 250 多个面向文本、视觉、音频、嵌入和 TTS 模型的微调与强化学习示例。它解决的是大模型微调上手门槛高、环境配置繁琐、代码容易踩坑的问题:每个 notebook 都针对具体模型和任务写好完整流程,用户只需替换数据集路径即可在 Colab 或本地运行。核心能力包括 LoRA/QLoRA 高效微调、DPO/GRPO 等 RL 训练、多模态与语音模型适配,并深度集成 Unsloth 加速库,可显著降低显存占用、提升训练速度。项目以 Jupyter Notebook 为主要载体,代码即文档,适合快速复现和二次修改,是当前微调生态中覆盖模型最广的示例库之一。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 5783

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 10 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可运行 Jupyter Notebook 的环境(本地 Jupyter 或 Google Colab)
  • 用于模型微调训练的 GPU 环境
  • 能访问 GitHub / Google Colab 的网络(用于拉取仓库与在线运行)

安装与启动步骤

  1. 1获取 Notebook 合集

    从 GitHub 克隆 Unsloth 官方 notebooks 仓库到本地,README 中未给出额外安装脚本,克隆后即可看到按模型分类的 .ipynb 文件。

    git clone https://github.com/unslothai/notebooks.git
  2. 2挑选目标模型 Notebook

    在仓库中按模型名找到对应的 Notebook,每个 Notebook 针对具体模型和任务写好了完整流程,无需自己拼装训练代码。

  3. 3线上快速运行(可选)

    README 提供了 Colab 直达按钮,也可直接在浏览器打开对应 Notebook 链接,免去本地环境配置。

    https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/gpt-oss-(20B)-Fine-tuning.ipynb
  4. 4替换数据集路径

    按 README 说明,Notebook 内已包含数据准备、训练与推理三步,用户通常只需把数据集路径改为自己的数据即可运行。

  5. 5依次执行单元格

    在 Jupyter 或 Colab 中自上而下执行单元格,完成数据准备、模型训练与推理验证;报错时可对照官方文档排查。

如何确认成功

Notebook 单元格自上而下执行无报错,并能完成一次数据准备、训练与推理输出,即视为运行成功。

常见问题

Q:没有本地 GPU 怎么用?

A:可使用 README 中提供的 Colab 一键运行按钮,在浏览器里直接打开对应模型 Notebook 运行,无需本地环境。

Q:需要自己写微调代码吗?

A:不需要。每个 Notebook 都针对具体模型和任务写好完整流程,通常只需替换数据集路径即可运行。

Q:怎么知道有哪些模型可用?

A:README 中按模型分类列出了各 Notebook,也可通过官网文档 https://unsloth.ai/docs/get-started/unsloth-notebooks 查看全部 Notebook。

Q:遇到问题去哪里求助?

A:README 提供了 Discord 社区入口 https://discord.gg/unsloth,可加入后提问。

注意事项

  • Notebook 会持续更新,建议以 README 与官网文档中列出的版本为准。
  • 不同模型对应不同 Notebook,请先确认模型名称再选择文件。
  • 文档站 https://unsloth.ai/docs 提供了微调指南,可配合 Notebook 一起阅读。

核心亮点

  • 覆盖文本、视觉、音频、嵌入、TTS 五大类模型,示例数量超过 250 个,选型时基本能找到对应模型
  • 每个 notebook 自带完整可运行代码与依赖说明,支持 Colab 一键打开,降低环境配置成本
  • 深度绑定 Unsloth 加速方案,在同等硬件下比标准 LoRA 更省显存、训练更快

不足之处

  • 示例强依赖 Unsloth 库,若想迁移到 HuggingFace 原生 Trainer 或其他框架需自行改写
  • Notebook 形式不利于工程化落地,缺少模块化封装和自动化测试,生产环境需二次重构

适用场景

  • 个人开发者用 Colab 免费额度微调小参数模型做垂直领域问答
  • 算法工程师快速验证新模型在自有数据集上的 LoRA 微调效果
  • 团队为多模态或 TTS 模型搭建 RLHF/DPO 训练流程时参考现成模板

替代项目

LLaMA-Factory、axolotl、peft

上一篇:ktransformers

下一篇:Qwen-VL-Series-Finetune

同类项目推荐

RaveForce 开源

用强化学习训练音乐生成模型,像玩Gym一样做实验

RaveForce - An OpenAI Gym style toolkit for music generation experiments.

★ 253 2026-08-09
GeoPT 开源

用几何预训练,让物理仿真又快又准

Official Code for "GeoPT: Scaling Physics Simulation via Lifted Geometric Pre-Traini···

★ 275 2026-08-09
FineTuningLLMs 开源

跟着书一步步微调大模型,从零跑通全流程

Official repository of my book "A Hands-On Guide to Fine-Tuning LLMs with PyTorch an···

★ 876 2026-08-09
DiffuseKronA 开源

用更少参数微调扩散模型,生成更精准的个性化图像

DiffuseKronA: A Parameter Efficient Fine-tuning Method for Personalized Diffusion Mo···

★ 131 2026-08-09
verifiers 开源

一套接口搞定 RL 训练环境与评测

Our library for RL environments + evals

★ 4764 2026-09-14
whisper-vits-japanese 开源

只有音频也能训练日语VITS,Whisper自动生成文本标注

Vits Japanese with Whisper as data processor (you can train your VITS even you only ···

★ 161 2026-08-09
MHLA 开源

用 token 级多头,让线性注意力恢复全量表达力

[ICLR 2026] MHLA: Restoring Expressivity of Linear Attention via Token-Level Multi-H···

★ 160 2026-08-09
m-courtyard 开源

在 Mac 上零代码微调 AI 模型,数据不出本机。

M-Courtyard: Local AI Model Fine-tuning Assistant for Apple Silicon. Zero-code, zero···

★ 180 2026-08-09
surogate 开源

用 C++ 和 CUDA 把大模型微调速度拉到极致

Train and serve LLMs at extreme speed and massive throughput.

★ 882 2026-08-10