Самый простой способ запустить открытую модель на своём компьютере: одна команда скачивает и запускает её, плюс локальный REST API и библиотеки для Python и JavaScript.
Все репозитории
Открытые модели и инференсhuggingface
peft
Библиотека параметрически эффективного дообучения: LoRA и родственные методы обучают лишь малую долю весов. Большие модели дообучаются на потребительском железе.
Кому подойдёт
Python-разработчикам, которые дообучают модели и считают память.
Как начать
- Установи:
pip install peft. - Оберни модель по примеру из Quickstart и обучи её на своих данных.
- Сохрани адаптер и подключай его к базовой модели при запуске.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+1376 сент. — 5 окт.
Описание автора
🤗 PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.
Ещё в категории «Открытые модели и инференс»
Главная библиотека для работы с моделями: единый код для текста, зрения, звука и мультимодальных задач, и для запуска, и для обучения. Через неё выходит большинство новых открытых моделей.
Свой чат-интерфейс в стиле ChatGPT, который подключается к Ollama и любым API, совместимым с OpenAI. Ставится одной командой Docker и работает на твоём сервере.
Движок на C/C++, который запускает языковые модели на обычном железе: ноутбуках, телефонах, серверах без видеокарты. На нём держится большая часть локального AI, включая Ollama.
Репозиторий большой открытой модели DeepSeek-V3 со смесью экспертов: описание, результаты тестов и инструкции запуска. Показал, что открытая модель может идти вровень с закрытыми.
Основа большинства современных нейросетей: тензоры с ускорением на GPU и автоматическое дифференцирование, с обычным питоновским кодом внутри. На нём написаны Transformers, Llama и почти все открытые модели.