
项目预览
项目数据
项目介绍
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 2026-11-17 · 当前星标 ★ 101
核心亮点
- 把教师采样、拒绝采样、SFT、评测、GRPO 串成一条可复现流水线,省去自己拼装脚本
- 同时支持文本和图像输入,覆盖文档理解等多模态任务
- 以可验证任务为核心设计,评测环节内置于流程,便于判断蒸馏是否有效
不足之处
- 项目处于早期,星标约百级,社区规模与长期维护情况待观察
- 依赖教师 API 生成数据,成本与调用稳定性受外部服务影响
- GRPO 阶段对算力和调参经验有要求,小团队上手仍需投入
适用场景
- 把闭源大模型在特定文档抽取任务上的能力蒸馏到本地小模型
- 为多模态问答构建可验证的合成数据并做监督微调
- 用 GRPO 在已有 SFT 模型上继续提升任务准确率
替代项目
distilabel、trl、LLaMA-Factory
上一篇:cookbook
下一篇:没有了!
同类项目推荐
aimet
开源
不重训模型,把已训练网络压到 4bit 还能保住精度
AIMET is a library that provides advanced quantization and compression techniques fo···
xmtf
开源
多任务微调,让模型学会跨语言举一反三
Crosslingual Generalization through Multitask Finetuning
peft
开源
用极低成本微调大模型,省显存省时间,效果不打折。
PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.
OpenThoughts-Agent
开源
一套配方搞定 Agent 训练数据与流程
Data recipes and robust infrastructure for training AI agents
all-rl-algorithms
开源
一个仓库搞定所有强化学习算法,快速上手复现
Implementation of all RL algorithms in a simpler way
causalml
开源
量化每个动作的真实增量,把预算花在会被打动的人身上
Uplift modeling and causal inference with machine learning algorithms
GPTQModel
开源
把大模型压到4bit,显存减半还能跑
LLM model quantization (compression) toolkit with HW acceleration support for Nvidia···
TOTEM
开源
把时间序列变成 token,一个模型搞定预测、分类、异常检测
The official code for - TOTEM: TOkenized Time Series EMbeddings for General Time ···
EvoTune
开源
让 LLM 自动进化出算法,省去手工设计
Efficiently discovering algorithms via LLMs with evolutionary search and reinforceme···