Finetuning Suite
1.0.0
قم بضبط أي نموذج بأداء وسرعة وموثوقية لا مثيل لها باستخدام Qlora وBNB وLora وPeft في أقل من 30 ثانية، فقط اضغط على GO.
احجز جلسة فردية مع Kye، المنشئ، لمناقشة أية مشكلات أو تقديم تعليقات أو استكشاف كيف يمكننا تحسين Zeta من أجلك.
$ pip3 تثبيت ft-suite
من fts import FineTuner# تهيئة الموالف الدقيقmodel_id="google/flan-t5-xxl"dataset_name = "samsung"tuner = FineTuner(model_id=model_id, dataset_name=dataset_name, max_length=150, lora_r=16, lora_alpha=32, quantize= صحيح)# إنشاء contentprompt_text = "تلخيص هذا فكرة بالنسبة لي."طباعة (موالف (prompt_text))
من fts import Inferencemodel = Inference(model_id="georgesung/llama2_7b_chat_uncentriced", quantized=True)model.run("ما اسمك")من fts import GPTQInferencemodel_id = "facebook/opt-125m"model = GPTQInference(model_id=model_id, max_length=400)prompt = "في أرض بعيدة جدًا"result = model.run(prompt)print(result)
التكميم على مستوى عالمي : احصل على أقصى استفادة من النماذج الخاصة بك مع أداء عالي المستوى ودقة محفوظة! ⁉️♂️
PEFT الآلي : تبسيط سير عملك! اسمح لمجموعة أدواتنا بالتعامل مع التحسينات.
تكوين LoRA : انغمس في إمكانات تكوينات LoRA المرنة، والتي ستغير قواعد اللعبة فيما يتعلق بالأداء! ؟
التكامل السلس : مصمم للعمل بسلاسة مع الموديلات الشائعة مثل LLAMA وFalcon والمزيد! ؟
وإليك نظرة خاطفة على خريطة الطريق الطموحة لدينا! نحن نتطور دائمًا، ويمكن لملاحظاتك ومساهماتك أن تشكل رحلتنا!
المزيد من الأمثلة على البرامج النصية :
استخدام نماذج GPT
نقل أمثلة التعلم
عينات من تطبيقات العالم الحقيقي
وظيفة المعالجة المسبقة متعددة الأشكال :
تصميم دالة للتعامل مع مجموعات البيانات المتنوعة
التكامل مع هياكل مجموعات البيانات المعروفة من المصادر الشائعة
مخطط مجموعة بيانات مخصصة للهياكل المعرفة من قبل المستخدم
دعم النموذج الموسع :
التكامل مع لاما، فالكون، الخ.
دعم للنماذج غير الإنجليزية
التوثيق الشامل :
دليل الاستخدام التفصيلي
أفضل الممارسات للضبط الدقيق
معايير التكميم وميزات LoRA
واجهة الويب التفاعلية :
واجهة المستخدم الرسومية لسهولة الضبط
أدوات التصور لرؤى النموذج
الميزات المتقدمة :
التكامل مع تقنيات التكميم الأخرى
دعم المزيد من أنواع المهام بما يتجاوز إنشاء النص
أدوات تصحيح الأخطاء والاستبطان
دمج TRLX من كاربر
... والمزيد قادم!
نحن متحمسون للرحلة المقبلة ونود أن تكون معنا! للحصول على تعليقات أو اقتراحات أو مساهمات، لا تتردد في فتح مشكلة أو طلب سحب. دعونا نشكل مستقبل الضبط الدقيق معًا! ؟
معهد ماساتشوستس للتكنولوجيا
انشر رسالة Finetuning-Suite، فهي أداة أساسية لمساعدة الجميع على تقدير حجم النماذج الفنية وضبطها.
تساعدنا مشاركة المشروع في الوصول إلى عدد أكبر من الأشخاص الذين يمكنهم الاستفادة منه، كما تحفزنا على مواصلة تطوير المجموعة وتحسينها.
انقر فوق الأزرار أدناه لمشاركة Finetuning-Suite على منصات الوسائط الاجتماعية المفضلة لديك:
شارك على تويتر
شارك على الفيسبوك
شارك على لينكدإن
شارك على رديت
أيضًا، نود أن نرى كيف تستخدم Finetuning-Suite! شارك مشاريعك وتجاربك معنا من خلال الإشارة إلينا على Twitter @finetuning-suite.
وأخيرًا، لا تنسَ ️ المستودع إذا وجدته مفيدًا. دعمكم يعني الكثير بالنسبة لنا! شكرًا لك! ؟
