单卡微调大模型前的显存预检工具，估算显存占用并给出可直接跑的 LoRA/QLoRA 配置，避免盲目开训就爆显存。
极简的多模态大模型微调代码库，支持 LLaVA、Qwen-VL、Llama-3.2-Vision 等主流视觉语言模型，方便快速做指令微调实验。
无需写代码就能微调大语言模型的可视化界面，从数据准备到训练评估一站式完成，适合不想碰命令行直接调模型的团队。
从零用 PyTorch 一步步实现类 ChatGPT 大语言模型，覆盖注意力机制、预训练、指令微调全流程，适合边跑代码边理解 LLM 内部原理。
面向 AI 应用的文档处理与 RAG 框架，把私有数据接入大模型，支持构建检索增强、智能体和多智能体应用。
Llama 官方示例手册，手把手教你在推理、微调、RAG 等场景中落地 Llama 系列模型，并覆盖多家云服务商的端到端方案。
用 LoRA、Adapter 等少量参数微调大模型和扩散模型，大幅降低显存与训练成本，是 Hugging Face 生态里做参数高效微调的标准库。
把 DeepSeek、Llama 等开源大模型一键部署成兼容 OpenAI 的 API 服务，省去自己搭推理后端的麻烦。
多语言大语音生成模型，覆盖推理、训练到部署全流程，支持中英日粤语及跨语种合成，适合做语音克隆和对话机器人。
低代码训练框架，用声明式配置就能构建和微调自定义 LLM、神经网络及其他 AI 模型，省去手写大量训练代码。
用一份 YAML 配置就能微调大模型，靠分层流式加载让 8B 模型在 4GB 显存的笔记本 GPU 上跑起来，省去手写训练脚本和显存焦虑。
一站式搞定 Qwen、Gemma 等开源大模型和多模态模型的微调（SFT/RL）、评测与部署，零代码也能上手。
用 Triton 重写 LLM 训练中的 RMSNorm、RoPE、交叉熵等关键算子，减少显存占用并提升微调吞吐，兼容 Llama、Mistral、Gemma、Phi 等主流模型。
Multi-LoRA inference server that scales to 1000s of fine-tuned LLMs
用 Rust 封装 ONNX Runtime，让 ONNX 模型在 Rust 里跑推理和训练都很快，适合需要低延迟、无 Python 依赖的部署场景。
用 PEFT 和 LoRA 对 Falcon、Llama、Llama2 等大模型做低成本微调的实战教程合集，以 Jupyter Notebook 形式提供可直接跑通的训练流程。
基于 PyTorch 的元学习研究库，提供 MAML、Meta-SGD 等算法实现和统一接口，方便快速复现和开发少样本学习、元强化学习实验。
一站式扩散模型训练工具，支持 LoRA 和图像模型微调，提供图形界面，无需写代码即可完成训练配置。
轻量级自动机器学习库，能自动搜索模型和超参数，用较低算力快速找到不错的配置，适合分类、回归和调参场景。
一个能持续学习和自我进化的智能体框架，通过对话就能让 Agent 在线微调、积累技能，不用重新训练模型。
一套面向应用 AI 的实战教程，用 Jupyter Notebook 讲透大模型微调、推理与量化，帮工程师把 LLM 真正跑起来。
低代码构建多智能体大模型应用的框架，把模型微调、知识库、数据流程等环节封装成简单接口，让开发者少写胶水代码就能搭出复杂 Agent 系统。
用超网络仅凭任务文本描述就为 LLM 生成 LoRA 权重，免去标注数据和反向传播，让模型快速适配特定基准任务。
一站式微调多模态模型的工具，支持 PaliGemma 2、Florence-2、Qwen2.5-VL 等，覆盖图像描述、目标检测和视觉问答任务，省去手写训练脚本的麻烦。
面向 GPU 工作负载的无服务器平台，可快速部署推理服务、沙箱和后台任务，按需自动扩缩容，省去自建集群的运维成本。
复现 DeepSeek Engram 记忆架构的研究项目，基于 Qwen-3 和 Stable Diffusion，用 LoRA/PEFT 给大模型注入外部记忆，免去全量微调。
xTuring 提供从数据预处理到微调的完整流程，让开发者用 LoRA、Adapter 等轻量方法快速个性化开源大模型，降低训练门槛和显存开销。
配套《Fine-Tuning LLMs with PyTorch and Hugging Face》一书的实战代码库，用 LoRA、PEFT、bitsandbytes 量化等手把手教你在消费级显卡上微调大模型。
基于 PyTorch 原生分布式训练的 LLM/VLM 训练库，开箱即用兼容 Hugging Face，方便微调 Llama、Gemma、GLM 等主流大模型。
面向零基础学习者的 LLM 入门指南，涵盖微调、RAG、GPT/Llama 等实战路线，帮助快速跟上大模型前沿技术。
面向企业和开发者的 OpenAI、Claude、Gemini 统一 API 代理，无需 OpenAI Key、账号或外币卡即可直接调用 GPT-5、Sora 等模型。
PiSSA 是一种参数高效微调方法，用主奇异值和奇异向量初始化 LoRA 的低秩矩阵，让大模型微调收敛更快、效果更好。
用 Docker 和 BuildKit 把开源大模型的微调、构建与部署串成一条流水线，并直接发布到 Kubernetes 上运行推理。
把 Ostris 的 AI-Toolkit 打包成 Windows 一键便携安装包，省去配环境、装依赖的麻烦，直接开跑 LoRA 和 Stable Diffusion 微调。
开源大模型微调工具箱，支持 LoRA 等参数高效微调，还能做消融实验和单元测试，方便快速验证 Llama2、Mistral、Falcon 等模型在分类任务上的效果。
Halo 是 White Circle 开源的大模型与多模态模型训练框架，支持分布式训练、LoRA 微调、MoE 和异步强化学习，方便搭建和扩展训练流程。
在神经网络层面实时干预基础模型的输出，用 PyTorch 和 Jupyter Notebook 做液态神经网络与注意力机制的可视化微调实验。
基于微软 VibeVoice 的多说话人语音合成 Web 系统，支持 LoRA 微调、批量生成和显存优化，开箱即用。