用 C 和 CUDA 写的 YOLO 目标检测框架,能在本地训练和推理,适合需要轻量、可嵌入的实时检测场景。
本地完成计算机视觉模型从标注、训练到优化部署的全流程,支持增量学习与模型压缩,针对 Intel XPU 加速并兼容 CUDA。
在 Apple Silicon Mac 上原生微调大模型的工具,基于 MLX 支持 SFT、DPO、GRPO 以及视觉、语音、OCR 等多模态训练,API 兼容 Unsloth。
…laive toolcall zh demo.jsonl 等 tool-call 数据样例 - 统一本地训练数据为 .jsonl ,并将 SFT / 偏好数据字段统一为 ShareGPT 风格 - 修复本地混合 jsonl 目录加载:SFT 和 DPO 现在可以直接混合普通数据与带 tools 字段的数据文件 - 多个运行脚本统一默认使用