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 инференсunslothai
unsloth
Инструмент для запуска и дообучения моделей с экономией памяти: есть настольное приложение, веб-интерфейс и библиотека. Дообучать удаётся на скромной видеокарте.
Кому подойдёт
Тем, кто хочет дообучить модель на своих данных без дорогого железа.
Как начать
- Скачай Unsloth Desktop со страницы релизов или установи:
curl -fsSL https://unsloth.ai/install.sh | sh. - Для кода:
uv venv unsloth_env --python 3.13, затемuv pip install unsloth --torch-backend=auto. - Возьми готовый ноутбук из раздела Free Notebooks и подставь свои данные.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+1 7326 сент. — 6 окт.
Описание автора
Local UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, DeepSeek-V4, MiniMax-H3, Gemma 4, FLUX and more.
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.