Intel LLM-on-Ray开源项目 – Intel平台上的大规模语言模型解决方案

一个可定制、简洁、用户友好且高效的工具包，用于训练和微调大型语言模型，支持多种训练和优化方法，以提高模型性能和稳定性。

FlagAI是一个快速、易于使用和可扩展的大模型工具包，目标是支持在多模态的各种下游任务上训练、微调和部署大规模模型。

awesome-LLM-resourses 是一个涵盖广泛的LLM资源集合，包括数据集、微调、推理、知识库、智能体、书籍、课程、学习教程以及相关论文等内容。项目持续更新，旨在成为最好的大语言模型资源汇总，适合从入门到进阶的研究者和开发者使用。

一个关于大语言模型（LLMs）的实用指南和食谱，旨在帮助用户更好地理解和使用这些模型。

Phoenix是一个notebook-first的Python库，利用嵌入技术发现LLM、计算机视觉(CV)、自然语言处理(NLP)和表格模型中的潜在现象和问题。它支持多种模型的可观察性，提供洞察发现工具，帮助识别和解决模型问题，并集成监控功能以实时跟踪模型性能，同时支持模型的微调和优化。

HCP-Diffusion是一个基于diffusers的stable diffusion模型训练工具箱，旨在提供一个高效、灵活的环境来训练和微调多种stable diffusion模型，支持自定义数据集和模型参数，具有易于使用的API接口和高效的训练推理速度，适应不同用户的需求。

该项目汇集了多个开源的中文预训练语言模型及其对应的指令数据集，旨在为中文自然语言处理提供丰富的资源。

基于模块化构建和敏捷部署的RAG系统框架，旨在通过自动化的 '数据构建 - 模型微调 - 推理评估' 知识适应技术系统，为研究人员和开发者提供一站式的解决方案。

TigerLab是一个开源的LLM（大语言模型）工具包，旨在提供用户友好的接口和功能，帮助开发者轻松构建和部署基于大语言模型的应用程序。它集成了多种强大的功能，包括嵌入技术、模型微调和AI安全性，支持不同使用场景的需求。

Vercel AI Playground是一个在线平台，允许用户使用最新的AI语言模型构建AI驱动的应用程序。它提供了一系列功能来微调模型，例如并排比较模型的Compare Mode和优化参数的Tweak Mode。

Klu.ai是一个完整的LLM平台，提供设计、部署和优化生成式AI应用所需的一切。它支持与多种主要LLM（如Claude 2、GPT-4、Llama 2等）的连接和原型制作，帮助用户观察使用情况、收集反馈并微调模型。AI工程师和产品经理都能享受我们端到端的平台和无代码工具。

微软推出的Phi-3CookBook是一个关于Microsoft开发的Phi-3模型的教程，提供了如何开始使用Phi-3模型的详细指南和示例，并指导用户在不同的硬件和平台上进行推理和微调。

指令回译是一种可扩展的方法，通过自动为人类编写的文本添加相应的指令标签，从而构建一个高质量的指令跟随语言模型。该方法在生成和筛选训练样例方面表现出色，并且可以微调现有模型以提高性能。

Dreamboothr.com是一个允许用户通过多种模型的微调来创建惊艳AI艺术的网站。用户只需上传图片，选择所需的微调和模型，AI便会为您生成独特的艺术作品。

扩散模型的极速推理工具，能快速处理复杂的图像生成任务，提升模型运行效率