🔧 微调与训练

Model training, fine-tuning, and evaluation.

当前分类已收录 418 个相关项目。

Dataset Management

label-studio

多类型数据标注工具，支持图像、文本、音频等多种格式，是机器学习项目数据准备的重要工具。

• Stars: ⭐️ 28.5k
• Tags: annotation data-labeling mlops
• 最后活动时间: 2026-10-26

datasets

Hugging Face官方数据集库，提供海量AI数据集的快速访问与处理工具，支持多种任务和框架集成。

• Stars: ⭐️ 22.1k
• Tags: datasets huggingface machine-learning
• 最后活动时间: 2026-10-23

faker

强大的Python假数据生成库，可快速生成各类测试数据和合成数据集，广泛用于ML模型训练数据准备和测试场景。

• Stars: ⭐️ 19.5k
• Tags: synthetic-data data-generation testing python
• 最后活动时间: 2026-10-09

cvat

业界领先的机器学习数据标注平台，支持图像和视频标注，广泛应用于计算机视觉数据集构建。

• Stars: ⭐️ 17.0k
• Tags: Annotation Computer Vision Dataset Labeling
• 最后活动时间: 2026-10-26

easy-dataset

专为LLM微调、RAG和评估场景设计的数据集创建工具，帮助开发者高效构建高质量训练数据。

• Stars: ⭐️ 15.0k
• Tags: 数据集 微调 RAG
• 最后活动时间: 2026-05-01

fiftyone

高质量数据集精炼与可视化AI模型工具，支持计算机视觉任务的数据清洗、标注和质量管理。

• Stars: ⭐️ 11.2k
• Tags: Computer Vision Data Curation Visualization
• 最后活动时间: 2026-10-26

X-AnyLabeling

AI驱动的智能数据标注工具，集成SAM等多种模型，支持目标检测、分割、OCR等任务。

• Stars: ⭐️ 10.8k
• Tags: Data Labeling Annotation SAM YOLO
• 最后活动时间: 2026-10-26

DataFlow

基于最新LLM的数据准备工具，提供丰富的算子和流水线支持，简化数据清洗与合成流程。

• Stars: ⭐️ 8.2k
• Tags: LLM Data Pipeline Data Synthesis
• 最后活动时间: 2026-10-19

data-juicer

面向大模型的数据处理工具，支持多模态数据清洗、转换与合成数据生成，优化预训练和指令微调流程。

• Stars: ⭐️ 7.2k
• Tags: LLM 数据处理 多模态 合成数据
• 最后活动时间: 2026-10-21

snorkel

基于弱监督的训练数据快速生成系统，大幅降低机器学习数据标注成本。

• Stars: ⭐️ 6.0k
• Tags: training-data labeling weak-supervision data-science
• 最后活动时间: 2026-10-13

argilla

面向AI工程师和领域专家的协作平台，支持主动学习、RLHF、弱监督等多种数据标注场景，助力构建高质量数据集。

• Stars: ⭐️ 5.2k
• Tags: 数据标注 RLHF 主动学习
• 最后活动时间: 2026-10-19

AugLy

由Meta开源的数据增强库，支持对音频、图像、文本和视频进行多种变换处理。非常适合用于丰富机器学习训练数据集，提升模型鲁棒性。

• Stars: ⭐️ 5.1k
• Tags: data-augmentation machine-learning preprocessing audio image text video
• 最后活动时间: 2026-10-20

RedPajama-Data

用于准备大语言模型训练数据集的代码库，支持大规模数据集的构建与处理流程。

• Stars: ⭐️ 5.0k
• Tags: llm dataset data-preparation training
• 最后活动时间: 2026-06-03

mimesis

高性能的多语言虚假数据生成库，支持生成多种类型的合成数据，适用于AI训练数据增强和测试场景。

• Stars: ⭐️ 4.9k
• Tags: synthetic-data data-generation testing python
• 最后活动时间: 2026-10-06

nlpaug

NLP数据增强库，支持对抗样本生成和数据扩充以提升模型鲁棒性。

• Stars: ⭐️ 4.7k
• Tags: data-augmentation nlp adversarial machine-learning
• 最后活动时间: 2026-10-23

tensorflow-datasets

TensorFlow官方数据集库，提供开箱即用的标准化数据集，支持TensorFlow、JAX等框架。

• Stars: ⭐️ 4.6k
• Tags: tensorflow datasets machine-learning data
• 最后活动时间: 2026-10-26

the_well

15TB规模的物理模拟数据集集合，涵盖流体动力学等多个物理领域，适用于科学计算AI模型训练。

• Stars: ⭐️ 4.5k
• Tags: dataset physics-simulation scientific-computing deep-learning
• 最后活动时间: 2026-10-19

MNBVC

超大规模中文语料数据集，对标ChatGPT训练数据规模，涵盖新闻、小说、论文、对话等多种文本类型。

• Stars: ⭐️ 4.3k
• Tags: 中文语料 数据集 LLM训练
• 最后活动时间: 2026-10-25

deequ

基于Spark的数据质量测试库，为大规模机器学习数据集提供自动化质量保障。

• Stars: ⭐️ 3.7k
• Tags: data-quality spark unit-testing ml-pipeline
• 最后活动时间: 2026-10-20

anylabeling

AI辅助数据标注工具，支持YOLO、SAM系列模型自动标注，大幅提升标注效率。

• Stars: ⭐️ 3.5k
• Tags: Data Labeling YOLO SAM Segment Anything
• 最后活动时间: 2026-08-30

docta

数据为中心的AI工具，提供数据诊断、清洗和优化功能，提升训练数据质量。

• Stars: ⭐️ 3.5k
• Tags: data-centric-ai data-curation data-quality rlhf dataset
• 最后活动时间: 2026-06-16

common-voice

Mozilla开源语音数据集项目，收集真实人群语音数据用于训练语音识别模型。

• Stars: ⭐️ 3.5k
• Tags: speech-dataset open-data voice-recognition
• 最后活动时间: 2026-08-07

distilabel

合成数据和AI反馈框架，帮助工程师构建快速、可靠的训练数据管道。

• Stars: ⭐️ 3.4k
• Tags: synthetic-data rlhf rlaif data-generation huggingface
• 最后活动时间: 2026-10-19

pandas-datareader

从多种互联网数据源提取数据到Pandas DataFrame的工具库。

• Stars: ⭐️ 3.3k
• Tags: pandas data-extraction finance python
• 最后活动时间: 2026-07-21

DataFlex

一个以数据为中心的训练框架，通过样本选择、权重优化和混合比例调整来提升模型性能。

• Stars: ⭐️ 3.2k
• Tags: data-selection data-reweighting model-training data-centric-ai
• 最后活动时间: 2026-10-21

loghub

大规模系统日志数据集合，专为AI驱动的日志分析和异常检测研究设计。

• Stars: ⭐️ 2.9k
• Tags: log-analysis anomaly-detection datasets ai
• 最后活动时间: 2026-10-20

nuscenes-devkit

nuScenes自动驾驶数据集开发工具包，提供大规模多模态传感器数据用于自动驾驶研究。

• Stars: ⭐️ 2.8k
• Tags: autonomous-driving dataset computer-vision sensor-fusion
• 最后活动时间: 2026-08-06

datasets

Unsplash开放数据集，提供650万+高质量图像供机器学习研究使用。

• Stars: ⭐️ 2.8k
• Tags: dataset images unsplash machine-learning-research
• 最后活动时间: 2026-06-26

autodistill

利用基础模型自动标注图像数据，实现零标注训练监督模型。

• Stars: ⭐️ 2.8k
• Tags: auto-labeling foundation-models object-detection segment-anything yolo
• 最后活动时间: 2026-09-29

synthetic-data-generator

专门生成高质量结构化表格数据的框架，支持隐私保护和数据增强，基于深度学习和GAN技术提供可靠的合成数据解决方案。

• Stars: ⭐️ 2.4k
• Tags: Synthetic Data Generative AI Tabular Data Privacy
• 最后活动时间: 2026-10-19

DataDesigner

NVIDIA NeMo数据设计器，用于生成高质量合成数据，支持多模态数据和智能体工作流。

• Stars: ⭐️ 2.4k
• Tags: synthetic-data nvidia nemo
• 最后活动时间: 2026-10-26

cityscapesScripts

Cityscapes城市街景数据集脚本工具，用于语义分割和自动驾驶视觉研究。

• Stars: ⭐️ 2.3k
• Tags: semantic-segmentation autonomous-driving dataset computer-vision
• 最后活动时间: 2026-10-04

imbalanced-dataset-sampler

PyTorch不平衡数据集采样器，通过过采样低频类别和欠采样高频类别解决数据不平衡问题。

• Stars: ⭐️ 2.3k
• Tags: imbalanced-data data-sampling pytorch oversampling
• 最后活动时间: 2026-10-05

clusterdata

阿里巴巴生产集群数据集，广泛用于集群管理和调度研究。为AI基础设施和系统优化提供真实的数据基础。

• Stars: ⭐️ 2.2k
• Tags: dataset cluster-computing alibaba infrastructure
• 最后活动时间: 2026-10-13

ml-hypersim

高保真室内场景合成数据集，提供深度与语义等全方位标注，助力场景理解研究。

• Stars: ⭐️ 2.1k
• Tags: Dataset Synthetic-Data Scene-Understanding Computer-Vision
• 最后活动时间: 2026-09-11

free-exercise-db

开放的公共领域运动数据集，包含800多种运动的JSON格式数据。

• Stars: ⭐️ 2.0k
• Tags: fitness exercise open-data dataset
• 最后活动时间: 2026-09-27

fastdup

高效的图像视频数据集分析工具，支持数据清洗、去重、异常检测等功能，大幅降低数据处理成本。

• Stars: ⭐️ 1.9k
• Tags: Data Curation Image Analysis Outlier Detection
• 最后活动时间: 2026-08-23

diffgram

AI数据存储与标注平台，支持图像和视频标注，集成人工监督和数据工作流，为机器学习提供端到端训练数据管理。

• Stars: ⭐️ 1.9k
• Tags: 数据标注 训练数据 深度学习
• 最后活动时间: 2026-06-22

Curator

可扩展的LLM数据预处理和管理工具包，支持数据去重、质量评估和处理流水线。

• Stars: ⭐️ 1.8k
• Tags: data-processing llm fine-tuning
• 最后活动时间: 2026-10-22

greenmask

强大的数据库匿名化和合成数据生成工具，支持差分隐私保护，为AI/ML训练提供高质量数据集准备。

• Stars: ⭐️ 1.8k
• Tags: anonymization synthetic-data data-masking postgresql golang
• 最后活动时间: 2026-10-25

Minari

离线强化学习数据集标准格式，提供常用参考数据集和实用工具。

• Stars: ⭐️ 1.8k
• Tags: 离线RL 强化学习 数据集格式
• 最后活动时间: 2026-10-14

curator

面向后训练和结构化数据提取的合成数据管理工具，支持高质量数据集生成。

• Stars: ⭐️ 1.7k
• Tags: Synthetic Data Fine-tuning Data Curation
• 最后活动时间: 2026-10-13

labelU

开源的多模态数据标注平台，支持AI自动标注功能，适用于图像、音频、视频等多种数据类型的标注工作。

• Stars: ⭐️ 1.7k
• Tags: data-annotation multimodal auto-annotation labeling-tool
• 最后活动时间: 2026-07-28

drawdata

在Python笔记本中通过可视化绘图方式快速创建和标注数据集，适用于机器学习训练数据的快速原型设计。

• Stars: ⭐️ 1.7k
• Tags: dataset visualization python ml-tools
• 最后活动时间: 2026-07-21

fg-data-synthetic

基于GAN架构的表格和时间序列合成数据生成器，支持PyTorch和TensorFlow2，适用于训练数据增强和隐私保护场景。

• Stars: ⭐️ 1.7k
• Tags: synthetic-data gan time-series deep-learning pytorch
• 最后活动时间: 2026-09-03

CTGAN

条件生成对抗网络，用于生成合成表格数据。

• Stars: ⭐️ 1.6k
• Tags: ctgan synthetic-data tabular-data gan
• 最后活动时间: 2026-10-19

entity-recognition-datasets

命名实体识别(NER)语料库集合，覆盖多种语言、领域和实体类型的标注数据集。

• Stars: ⭐️ 1.6k
• Tags: NER Datasets NLP
• 最后活动时间: 2026-07-02

dolma

OLMo预训练数据生成与检查工具集，支持大规模数据处理流程。

• Stars: ⭐️ 1.6k
• Tags: dataset llm data-processing nlp
• 最后活动时间: 2026-08-24

pyjanitor

提供简洁优雅 API 的 Python 数据清洗库，是 R 语言 janitor 包的 Python 实现。作为机器学习数据预处理与特征工程前的数据整理利器，深受 pydata 社区欢迎。

• Stars: ⭐️ 1.5k
• Tags: data-cleaning pandas dataframe data-preprocessing pydata
• 最后活动时间: 2026-10-25

xtreme1

一体化多模态数据标注平台，支持3D LiDAR点云、图像和LLM数据标注，适用于自动驾驶和AI训练场景。

• Stars: ⭐️ 1.4k
• Tags: annotation multimodal lidar point-cloud rlhf
• 最后活动时间: 2026-09-29

LabelLLM

开源的数据标注平台，专为大语言模型微调提供高质量数据集管理。支持高效的数据标注与协作流程。

• Stars: ⭐️ 1.2k
• Tags: data-annotation llm dataset labeling
• 最后活动时间: 2026-07-02

GraphGen

基于知识图谱的LLM合成数据生成框架，增强监督微调效果。

• Stars: ⭐️ 1.2k
• Tags: data-synthesis llm-training knowledge-graph sft
• 最后活动时间: 2026-08-17

adaptive

并行主动学习数学函数的工具库，支持自适应采样和实时可视化，适用于科学计算与机器学习优化场景。

• Stars: ⭐️ 1.2k
• Tags: active-learning adaptive-sampling machine-learning python
• 最后活动时间: 2026-10-19

datasets

卫星与航空影像深度学习数据集集合，支持遥感图像分析任务。

• Stars: ⭐️ 1.2k
• Tags: satellite-imagery remote-sensing deep-learning dataset
• 最后活动时间: 2026-10-10

batchgenerators

灵活的数据增强框架，支持2D和3D图像分类与分割任务的数据预处理流水线。

• Stars: ⭐️ 1.2k
• Tags: Data Augmentation Medical Imaging Deep Learning
• 最后活动时间: 2026-10-15

label-studio-ml-backend

Label Studio 机器学习后端配置与模板，支持将 ML 模型集成到数据标注工作流中，实现自动化预标注。

• Stars: ⭐️ 1.1k
• Tags: label-studio ml-backend data-labeling annotation
• 最后活动时间: 2026-09-15

prepare_detection_dataset

目标检测数据集格式转换工具，支持将标注数据转换为COCO和VOC格式，简化计算机视觉训练数据准备工作。

• Stars: ⭐️ 1.1k
• Tags: object-detection dataset coco voc computer-vision
• 最后活动时间: 2026-08-06

MELD

多模态多人对话情感识别数据集，支持情感分析和对话理解研究。

• Stars: ⭐️ 1.1k
• Tags: emotion-recognition multimodal conversation sentiment-analysis
• 最后活动时间: 2026-05-17

imglab

高效的图像标注工具，支持COCO、Pascal VOC等多种格式，加速机器学习数据集准备流程。

• Stars: ⭐️ 1.0k
• Tags: image-annotation labeling-tool coco pascal-voc computer-vision
• 最后活动时间: 2026-08-18

augmix

AugMix 是一种简单的数据处理方法，旨在提升机器学习模型的鲁棒性和不确定性估计能力。它通过混合多种数据增强操作来生成更全面的训练数据。

• Stars: ⭐️ 990
• Tags: data-augmentation robustness computer-vision deep-learning
• 最后活动时间: 2026-07-17

semhash

快速多模态语义去重与过滤工具，支持图像和文本数据集的高效清洗。

• Stars: ⭐️ 975
• Tags: 语义去重 数据清洗 多模态
• 最后活动时间: 2026-10-04

ARKitScenes

苹果 ARKit 配套的大规模室内 RGB-D 三维场景理解数据集，含可视化脚本与训练代码，可用于 3D 视觉与场景理解研究。

• Stars: ⭐️ 972
• Tags: 3d-dataset scene-understanding rgb-d computer-vision arkit
• 最后活动时间: 2026-09-11

argoverse-api

Argoverse官方自动驾驶数据集API，提供3D跟踪、运动预测等高质量标注数据，广泛应用于自动驾驶研究。

• Stars: ⭐️ 936
• Tags: Autonomous Driving Dataset Computer Vision
• 最后活动时间: 2026-10-14

medical-datasets

医学影像数据集资源汇总，专注于收集和追踪高质量的医学成像数据集，适合医学AI模型训练与研究。

• Stars: ⭐️ 930
• Tags: medical-imaging datasets machine-learning deep-learning
• 最后活动时间: 2026-10-16

croissant

ML数据集的高层标准格式，整合元数据、资源、结构和语义四层信息，简化数据集发布与消费流程。

• Stars: ⭐️ 915
• Tags: 数据集格式 标准化 ML
• 最后活动时间: 2026-10-05

cocostuff

COCO-Stuff官方主页，提供大规模语义分割数据集，广泛用于计算机视觉和深度学习研究。

• Stars: ⭐️ 915
• Tags: computer-vision semantic-segmentation dataset deep-learning
• 最后活动时间: 2026-07-15

lightly-studio

计算机视觉数据管理工具，支持图像标注、数据筛选和MLOps工作流集成。

• Stars: ⭐️ 898
• Tags: computer-vision image-labeling mlops
• 最后活动时间: 2026-10-25

deepfabric

用于生成高质量合成数据、训练、测量和评估的单一流水线工具。支持HuggingFace和Unsloth，简化机器学习数据准备流程。

• Stars: ⭐️ 891
• Tags: ai synthetic-data fine-tuning machine-learning huggingface
• 最后活动时间: 2026-10-22

tatoeba2

协作式开放句子翻译数据集平台，为NLP和机器翻译提供高质量多语言训练数据。

• Stars: ⭐️ 890
• Tags: translation nlp dataset multilingual
• 最后活动时间: 2026-07-18

deepfabric

一站式合成数据生成与模型训练评估流水线，支持高质量数据生成、训练和评测全流程。

• Stars: ⭐️ 875
• Tags: Synthetic Data Fine-tuning Evaluation Dataset
• 最后活动时间: 2026-06-10

annotorious

轻量级JavaScript图像标注库，可快速为任何网页添加图像标注功能，支持IIIF和OpenSeadragon集成。

• Stars: ⭐️ 870
• Tags: annotation image-annotation javascript iiif
• 最后活动时间: 2026-10-20

APSD

对抗扰动隐蔽性评估研究的官方数据集，从视觉感知角度评估对抗样本的不可察觉性。适用于AI安全与对抗攻击领域的研究与模型评估。

• Stars: ⭐️ 833
• Tags: adversarial-attacks adversarial-examples dataset ai-security computer-vision
• 最后活动时间: 2026-09-02

python-deequ

Deequ的Python API，用于大规模数据质量验证，帮助确保机器学习数据管道中的数据质量。

• Stars: ⭐️ 827
• Tags: data-quality data-validation python testing
• 最后活动时间: 2026-10-20

Image-Harmonization-Dataset-iHarmony4

CVPR 2020首个大规模图像协调基准数据集，用于图像合成与协调研究。

• Stars: ⭐️ 812
• Tags: image-harmonization computer-vision dataset image-composition
• 最后活动时间: 2026-08-20

labelCloud

轻量级3D点云标注工具，支持3D边界框标注，适用于自动驾驶和机器人视觉的数据准备。

• Stars: ⭐️ 809
• Tags: 3D标注 点云 计算机视觉
• 最后活动时间: 2026-05-02

grain

专为机器学习设计的高效数据加载库，支持JAX等框架的大规模训练数据处理。

• Stars: ⭐️ 794
• Tags: machine-learning data-loading jax python
• 最后活动时间: 2026-10-19

libact

Python池化主动学习库，提供多种不确定性采样策略，帮助高效选择标注样本以降低标注成本。

• Stars: ⭐️ 791
• Tags: active-learning machine-learning uncertainty-sampling python
• 最后活动时间: 2026-10-12

data-validation

机器学习数据探索与验证库，帮助确保训练数据质量。

• Stars: ⭐️ 786
• Tags: data-validation machine-learning data-quality
• 最后活动时间: 2026-08-14

anndata

用于单细胞分析和生物信息学的带注释数据结构库，支持机器学习工作流。

• Stars: ⭐️ 781
• Tags: anndata bioinformatics machine-learning data-science
• 最后活动时间: 2026-10-22

balance

用于处理偏差数据样本的Python库，提供简洁的工作流程和方法，帮助从偏差样本推断目标总体。

• Stars: ⭐️ 777
• Tags: data-balancing bias-correction statistics data-science
• 最后活动时间: 2026-10-22

Total-Text-Dataset

场景文本检测数据集，包含水平、多方向和弯曲文本，适用于OCR和文本识别研究。

• Stars: ⭐️ 771
• Tags: scene-text text-detection ocr dataset
• 最后活动时间: 2026-09-30

bible

收录90个版本、35种语言的圣经文本数据集，提供JSON与XML格式，可直接用作NLP/AI训练语料。适用于多语言文本处理、经文检索应用及机器学习数据集构建。

• Stars: ⭐️ 771
• Tags: dataset nlp multilingual corpus open-data
• 最后活动时间: 2026-10-24

dataset-generator

AI数据集生成器，可快速创建用于演示、学习和仪表盘的真实感数据集。

• Stars: ⭐️ 764
• Tags: synthetic-data dataset-generator data-science
• 最后活动时间: 2026-10-19

OpenML

开放机器学习平台，提供数据集共享、实验协作和开放科学工作流。

• Stars: ⭐️ 758
• Tags: 开放科学 数据集共享 协作平台
• 最后活动时间: 2026-10-22

datasets

机器学习问题解决数据集合，为模型训练和评估提供多样化数据支持。

• Stars: ⭐️ 758
• Tags: machine-learning datasets ml
• 最后活动时间: 2026-05-04

awesome-instruction-datasets

精选指令数据集合集，用于训练ChatLLM类对话大语言模型。

• Stars: ⭐️ 750
• Tags: instruction-datasets llm-training prompts datasets
• 最后活动时间: 2026-06-17

Repo2RLEnv

将任意代码仓库转化为可验证的强化学习环境，供编码智能体进行训练与评估，并可通过 Hugging Face Hub 分享。为 SWE-Bench 类任务的数据集构建提供了高效的自动化方案。

• Stars: ⭐️ 743
• Tags: RL-Environments Coding-Agents Reinforcement-Learning SWE-Bench HuggingFace LLM
• 最后活动时间: 2026-10-23

nimble

专为大规模机器学习训练设计的列式数据存储格式，支持高效压缩和快速读取训练数据集。

• Stars: ⭐️ 741
• Tags: columnar machine-learning ml-training file-format
• 最后活动时间: 2026-09-21

INCEpTION

语义标注平台，提供智能标注辅助和知识管理功能，支持主动学习和实体链接。

• Stars: ⭐️ 727
• Tags: annotation-tool active-learning machine-learning knowledge-base
• 最后活动时间: 2026-10-21

datumaro

计算机视觉数据集管理框架，支持多种格式转换、数据分析和数据集构建。

• Stars: ⭐️ 695
• Tags: dataset computer-vision data-management
• 最后活动时间: 2026-10-25

BlendedMVS

大规模多视图立体匹配（MVS）数据集，专为广义MVS网络设计。

• Stars: ⭐️ 687
• Tags: mvs 3d-reconstruction computer-vision dataset
• 最后活动时间: 2026-10-03

datalad

基于Git和git-annex的数据版本控制工具，支持代码、数据和容器化管理，适用于AI数据集版本追踪。

• Stars: ⭐️ 669
• Tags: data-management version-control git-annex dataset
• 最后活动时间: 2026-10-21

Copulas

使用Copula模型生成多变量合成数据的Python库，适用于表格数据的生成式建模。

• Stars: ⭐️ 657
• Tags: synthetic-data generative-model tabular-data
• 最后活动时间: 2026-10-12

Exclusively-Dark-Image-Dataset

专门针对低光照环境的图像数据集，包含10种不同光照条件下的标注图像，适合暗光视觉任务。

• Stars: ⭐️ 655
• Tags: low-light dataset computer-vision object-detection
• 最后活动时间: 2026-09-30

faker

Go语言高性能假数据生成器，零依赖，可用于AI模型训练数据增强和测试数据生成。

• Stars: ⭐️ 644
• Tags: faker data-generator synthetic-data go
• 最后活动时间: 2026-09-24

giga-datasets

GigaDatasets 是一个统一且轻量的数据处理、清洗与可视化框架，专为大规模 AI 数据集的高效管理而设计。它帮助开发者快速完成数据准备、质量把控与探索分析。

• Stars: ⭐️ 643
• Tags: dataset data-processing data-curation machine-learning
• 最后活动时间: 2026-08-25

seqio

Google开源的序列模型数据处理框架，提供任务驱动的数据集管理、预处理和评估流程。

• Stars: ⭐️ 596
• Tags: sequence-models dataset preprocessing evaluation
• 最后活动时间: 2026-10-07

VQASynth

多模态数据集合成工具，支持场景重建和空间推理的合成数据生成，适用于构建高质量视觉问答训练数据。

• Stars: ⭐️ 592
• Tags: Dataset Multimodal Synthetic VQA
• 最后活动时间: 2026-10-19

LoveDA

NeurIPS 2021遥感土地覆盖数据集，支持域自适应语义分割，适用于遥感图像分析研究。

• Stars: ⭐️ 582
• Tags: remote-sensing semantic-segmentation domain-adaptation dataset
• 最后活动时间: 2026-08-29

lost

基于Web的智能图像标注框架，支持自定义标注流程，提升数据标注效率。

• Stars: ⭐️ 579
• Tags: Image Annotation Labeling Tool Computer Vision
• 最后活动时间: 2026-10-23

AlbumentationsX

下一代Albumentations数据增强库，支持开源和商业双许可。专为计算机视觉任务提供高效、灵活的图像增强功能。

• Stars: ⭐️ 577
• Tags: augmentation computer-vision data-augmentation deep-learning pytorch
• 最后活动时间: 2026-10-26

datasets

NCBI官方基因组数据获取工具，为生物信息学和AI基因组研究提供标准化数据接口。

• Stars: ⭐️ 563
• Tags: genomics biotech dataset bioinformatics
• 最后活动时间: 2026-10-13

GTSinger

NeurIPS 2024 Spotlight论文发布的多语言、多技巧演唱语音数据集。包含真实乐谱信息，适用于歌声合成、风格迁移等多种AI音频任务的训练与研究。

• Stars: ⭐️ 535
• Tags: dataset singing-voice-synthesis speech-to-sing style-transfer multilingual
• 最后活动时间: 2026-10-06

entwine

专为海量点云数据设计的组织与索引工具，支持高效的数据流式传输与管理。

• Stars: ⭐️ 532
• Tags: point-cloud lidar data-management 3d-data
• 最后活动时间: 2026-06-02

DialogStudio

最丰富的统一对话数据集集合，支持指令感知的对话AI模型训练。

• Stars: ⭐️ 530
• Tags: dialog dataset conversational-ai
• 最后活动时间: 2026-06-02

Stylized-ImageNet

ICLR 2019 Oral论文，创建风格化ImageNet数据集，研究形状与纹理偏置。

• Stars: ⭐️ 529
• Tags: imagenet style-transfer dataset iclr2019
• 最后活动时间: 2026-07-21

desbordante-core

高性能数据剖析引擎，基于多种算法发现数据中的模式并支持数据清洗场景，提供控制台与易用的 Web 应用。适合作为 AI 数据集质量管控与特征探索的利器。

• Stars: ⭐️ 512
• Tags: data-profiling data-cleaning anomaly-detection data-mining data-quality
• 最后活动时间: 2026-10-14

arco-era5

提供分析就绪、云优化（ARCO）格式的 ERA5 气候数据集复现方案，是训练 AI 天气预报模型的重要数据源。支持 Zarr 等云原生格式，助力机器学习驱动的气候与气象研究。

• Stars: ⭐️ 512
• Tags: ERA5 Climate Data Zarr Machine Learning Dataset Cloud-Optimized
• 最后活动时间: 2026-10-13

SCB-dataset

学生课堂行为数据集，可用于计算机视觉模型训练，识别学生听讲、睡觉、玩手机等课堂行为。

• Stars: ⭐️ 509
• Tags: dataset computer-vision education behavior-detection
• 最后活动时间: 2026-05-07

catch22

从时间序列中高效提取22个规范化特征（CAnonical Time-series CHaracteristics），是时间序列机器学习分类与特征工程的经典工具。支持多语言实现，广泛应用于数据科学与 ML 研究领域。

• Stars: ⭐️ 505
• Tags: time-series feature-extraction machine-learning data-science
• 最后活动时间: 2026-10-25

Evaluation Metrics

iFixAi

一款 AI 评估与治理工具，能快速检测大模型的幻觉、提示注入及安全盲点。提供行业和模型无关的风险评估，帮助确保 AI 合规与安全。

• Stars: ⭐️ 34.4k
• Tags: ai-evaluation ai-safety llm-security risk-assessment
• 最后活动时间: 2026-10-24

shap

基于博弈论的机器学习模型解释框架，可视化特征重要性。

• Stars: ⭐️ 25.8k
• Tags: machine-learning explainability interpretability shap
• 最后活动时间: 2026-10-21

deepeval

LLM评估框架，提供全面的模型评估指标和工具，帮助开发者系统化测试和优化大语言模型。

• Stars: ⭐️ 19.0k
• Tags: evaluation llm testing metrics
• 最后活动时间: 2026-10-19

lm-evaluation-harness

大语言模型少样本评估框架，支持多种基准测试和任务类型，是LLM性能评估的行业标准工具。

• Stars: ⭐️ 14.3k
• Tags: evaluation-framework language-model llm-evaluation
• 最后活动时间: 2026-09-14

ParlAI

Facebook Research开源的对话AI训练与评估框架，支持多种公开对话数据集。

• Stars: ⭐️ 10.6k
• Tags: Dialogue AI Training Evaluation
• 最后活动时间: 2026-07-30

evidently

开源ML和LLM可观测性框架，提供100+指标和可视化报告，用于评估、测试和监控AI系统。

• Stars: ⭐️ 8.0k
• Tags: ML监控 LLM可观测性 模型评估
• 最后活动时间: 2026-09-29

opencompass

大模型评测平台，支持Llama3、GPT-4等主流模型在100+数据集上的全面评估，助力科学衡量大语言模型性能。

• Stars: ⭐️ 7.5k
• Tags: LLM 评估 基准测试
• 最后活动时间: 2026-10-21

chinese-llm-benchmark

中文大模型能力评测平台，涵盖359个商用及开源模型，提供排行榜和超200万条缺陷库。

• Stars: ⭐️ 6.5k
• Tags: LLM评测 基准测试 中文模型
• 最后活动时间: 2026-10-21

SWE-bench

评估大语言模型解决真实GitHub问题能力的基准测试集，是代码生成领域的重要评测标准。

• Stars: ⭐️ 6.1k
• Tags: benchmark language-model software-engineering code-generation llm-evaluation
• 最后活动时间: 2026-09-18

giskard-oss

开源的LLM智能体评估与测试框架，支持AI安全红队测试、公平性评估和模型验证，帮助开发者构建更可靠的AI系统。

• Stars: ⭐️ 5.9k
• Tags: LLM评估 AI安全 红队测试
• 最后活动时间: 2026-10-25

vmaf

基于多方法融合的感知视频质量评估工具。主要用于客观评估视频质量，广泛应用于流媒体和视频编码优化。

• Stars: ⭐️ 5.6k
• Tags: video-quality vmaf video-processing evaluation
• 最后活动时间: 2026-10-22

Kiln

一站式AI系统构建、评估与优化平台，支持RAG、智能体、微调、合成数据生成、数据集管理和MCP协议。

• Stars: ⭐️ 5.2k
• Tags: Evaluation Fine-tuning RAG MCP Synthetic Data
• 最后活动时间: 2026-10-25

Object-Detection-Metrics

目标检测算法评估指标集合，涵盖mAP、Precision-Recall等常用评估方法。

• Stars: ⭐️ 5.1k
• Tags: Metrics Evaluation Object Detection
• 最后活动时间: 2026-10-25

langwatch

专注于LLM评估和AI智能体测试的平台，提供可观测性和低代码功能，帮助开发者优化和监控大语言模型应用。

• Stars: ⭐️ 5.0k
• Tags: LLM评估 智能体测试 可观测性
• 最后活动时间: 2026-10-26

lmms-eval

一站式多模态评估工具包，支持文本、图像、视频、音频等多模态任务的统一评测。

• Stars: ⭐️ 4.5k
• Tags: multimodal evaluation llm-evaluation vision-language-model benchmark
• 最后活动时间: 2026-10-22

VLMEvalKit

开源的大型多模态模型评估工具包，支持220+多模态模型和80+评测基准，覆盖GPT-4V、Gemini等主流模型。

• Stars: ⭐️ 4.5k
• Tags: Evaluation Multimodal Benchmark LMM
• 最后活动时间: 2026-10-26

SwanLab

开源AI训练跟踪与可视化工具，支持云端和本地部署。可与PyTorch、Transformers等主流框架无缝集成。

• Stars: ⭐️ 4.3k
• Tags: MLOps Visualization Training Tracking
• 最后活动时间: 2026-10-26

PySR

基于Python和Julia的高性能符号回归库，用于方程发现和可解释机器学习。它结合了遗传算法和分布式计算，能自动从数据中挖掘数学表达式。

• Stars: ⭐️ 4.2k
• Tags: symbolic-regression automl explainable-ai genetic-algorithm machine-learning
• 最后活动时间: 2026-10-25

trulens

LLM实验和AI智能体的评估与追踪工具，帮助开发者衡量和优化模型表现。

• Stars: ⭐️ 3.6k
• Tags: Evaluation LLM Agents Observability
• 最后活动时间: 2026-10-25

evalscope

轻量高效的大模型评估框架，支持LLM、VLM、AIGC模型的性能基准测试。

• Stars: ⭐️ 3.6k
• Tags: 模型评估 基准测试 LLM
• 最后活动时间: 2026-10-22

mteb

大规模文本嵌入基准测试平台，涵盖分类、聚类、检索等15+任务的全面评估框架。

• Stars: ⭐️ 3.5k
• Tags: text-embedding benchmark nlp information-retrieval
• 最后活动时间: 2026-10-26

human-eval

用于评估代码生成大语言模型性能的基准测试工具，论文配套代码库。

• Stars: ⭐️ 3.4k
• Tags: evaluation benchmark code-generation llm
• 最后活动时间: 2026-10-16

hallucination-leaderboard

LLM幻觉评估排行榜，对比主流大模型在文档摘要任务中的幻觉频率，帮助开发者选择更可靠的模型。

• Stars: ⭐️ 3.3k
• Tags: hallucination llm-evaluation benchmark
• 最后活动时间: 2026-10-21

inspect_ai

专为大语言模型评估设计的开源框架，支持多种评测任务。

• Stars: ⭐️ 3.1k
• Tags: llm-evaluation benchmark framework
• 最后活动时间: 2026-10-21

pymoo

一个全面的多目标优化框架，支持NSGA2、NSGA3、MOEAD等多种遗传算法和进化策略。非常适合用于AI模型超参数调优和复杂优化问题求解。

• Stars: ⭐️ 3.0k
• Tags: optimization genetic-algorithm multi-objective python
• 最后活动时间: 2026-07-07

helm

斯坦福CRFM开源的大模型评估框架，支持LLM和多模态模型的全面、可复现、透明评估。

• Stars: ⭐️ 3.0k
• Tags: 模型评估 LLM 多模态
• 最后活动时间: 2026-09-01

terminal-bench-1

用于评估大语言模型在终端中完成复杂任务能力的基准测试。

• Stars: ⭐️ 2.6k
• Tags: llm benchmark terminal evaluation
• 最后活动时间: 2026-07-11

lighteval

HuggingFace出品的LLM全栈评估工具包，支持多后端模型评估与丰富的评估指标。

• Stars: ⭐️ 2.6k
• Tags: LLM评估 HuggingFace 评估框架
• 最后活动时间: 2026-10-06

pyomo

一个面向对象的Python代数建模语言，专为结构化优化问题设计。支持线性与非线性规划，广泛应用于运筹学与机器学习优化场景。

• Stars: ⭐️ 2.5k
• Tags: optimization linear-programming python mathematical-programming
• 最后活动时间: 2026-10-16

evaluate

HuggingFace官方评估库，提供便捷的机器学习模型与数据集评估工具。

• Stars: ⭐️ 2.5k
• Tags: evaluation machine-learning huggingface
• 最后活动时间: 2026-10-06

JuMP.jl

Julia语言中的数学优化建模语言，支持线性、混合整数、锥体及非线性规划。为解决复杂的AI与运筹学优化问题提供高效工具。

• Stars: ⭐️ 2.5k
• Tags: optimization julia mathematical-programming linear-programming
• 最后活动时间: 2026-10-22

MingLi-Bench

专注于中国传统命理学（八字、紫微斗数）的大语言模型评测基准，提供独特的文化视角评估方案。

• Stars: ⭐️ 2.5k
• Tags: llm-benchmark evaluation chinese fortune-telling
• 最后活动时间: 2026-05-09

torchmetrics

PyTorch分布式机器学习评估指标库，支持多种深度学习指标。

• Stars: ⭐️ 2.5k
• Tags: metrics pytorch deep-learning machine-learning
• 最后活动时间: 2026-10-07

needle-in-a-haystack

在不同上下文长度下测试LLM检索准确性的评估工具。用于衡量大模型在长文本中的信息提取能力。

• Stars: ⭐️ 2.4k
• Tags: llm evaluation retrieval context-length
• 最后活动时间: 2026-06-08

tau2-bench

双控环境下的对话智能体评估基准，用于测试和衡量AI代理的对话能力。

• Stars: ⭐️ 2.3k
• Tags: Benchmark Evaluation Agents
• 最后活动时间: 2026-10-21

nlopt

一个强大的非线性优化库，封装了多种全局与局部优化算法。适用于机器学习模型参数寻优及复杂约束优化场景。

• Stars: ⭐️ 2.3k
• Tags: optimization nonlinear-optimization c math
• 最后活动时间: 2026-10-17

future-agi

开源的LLM和AI智能体应用评估观测平台，支持追踪、评估、模拟、数据集管理、网关和防护栏等功能。

• Stars: ⭐️ 2.2k
• Tags: ai llm evals observability simulation
• 最后活动时间: 2026-10-22

GPy

Python 高斯过程（Gaussian Processes）建模框架，提供 GP 回归、分类与核函数设计等完整工具链。是机器学习领域经典且广泛使用的概率建模库。

• Stars: ⭐️ 2.2k
• Tags: gaussian-processes machine-learning python bayesian regression
• 最后活动时间: 2026-10-25

EvalAI

开源AI模型评估平台，支持创建AI挑战赛和排行榜，推动可复现研究。

• Stars: ⭐️ 2.0k
• Tags: Evaluation Benchmark Leaderboard
• 最后活动时间: 2026-10-25

bullshit-benchmark

评估AI模型是否能识别并质疑无意义提示词的基准测试，测试模型的真实理解能力。

• Stars: ⭐️ 1.9k
• Tags: llm-evaluation benchmark ai-safety model-evaluation
• 最后活动时间: 2026-10-21

HiGHS

高性能线性优化软件，用于解决线性规划和混合整数规划问题。可作为AI运筹优化和复杂决策系统底层的数学求解引擎。

• Stars: ⭐️ 1.9k
• Tags: linear-optimization mixed-integer-programming simplex high-performance mathematical-optimization
• 最后活动时间: 2026-10-21

deep-swe

用于衡量前沿编码智能体在原始、长周期工程任务上表现的评估基准工具。

• Stars: ⭐️ 1.8k
• Tags: Coding Agent Evaluation Benchmark
• 最后活动时间: 2026-08-26

VBench

CVPR2024 Highlight视频生成评估基准工具，提供全面的视频生成质量评测方案。学术级权威评测框架。

• Stars: ⭐️ 1.8k
• Tags: Video Generation Benchmark Evaluation
• 最后活动时间: 2026-08-21

WeightWatcher

深度神经网络准确性预测工具，无需测试数据即可评估模型质量和泛化能力。

• Stars: ⭐️ 1.8k
• Tags: deep-learning model-evaluation neural-network accuracy-prediction
• 最后活动时间: 2026-05-11

training

MLPerf训练基准参考实现，提供机器学习模型训练性能的标准化评估。

• Stars: ⭐️ 1.8k
• Tags: mlperf benchmark machine-learning training
• 最后活动时间: 2026-09-28

trackio

Hugging Face 出品的轻量级、本地优先且免费的实验跟踪库，可轻松记录和管理机器学习训练过程中的指标与产物。

• Stars: ⭐️ 1.7k
• Tags: experiment-tracking machine-learning hugging-face mlops
• 最后活动时间: 2026-10-20

llm_benchmark

一个针对大语言模型（LLM）的基准测试项目，用于系统化评估与对比不同模型的性能表现。适合需要量化衡量LLM能力的开发者与研究者。

• Stars: ⭐️ 1.7k
• Tags: llm benchmark evaluation llm-evaluation
• 最后活动时间: 2026-10-20

imodels

可解释机器学习Python包，提供简洁透明的预测建模工具，兼容sklearn生态。

• Stars: ⭐️ 1.6k
• Tags: explainable-ai machine-learning interpretability scikit-learn rule-learning
• 最后活动时间: 2026-10-24

RULER

用于评估长上下文语言模型真实上下文窗口大小的基准测试工具。

• Stars: ⭐️ 1.6k
• Tags: benchmark long-context llm-evaluation
• 最后活动时间: 2026-07-22

bsuite

强化学习智能体核心能力评估实验集合，提供精心设计的RL基准测试框架。

• Stars: ⭐️ 1.6k
• Tags: reinforcement-learning benchmark evaluation rl-agent
• 最后活动时间: 2026-10-05

livenerf

用于追踪AI模型发布后真实能力表现的基准测试，帮助社区持续评估模型能力随时间的演变。

• Stars: ⭐️ 1.6k
• Tags: benchmark model-evaluation llm-evaluation
• 最后活动时间: 2026-10-20

pycm

多分类混淆矩阵Python库，提供全面的模型评估指标和统计分析功能。

• Stars: ⭐️ 1.5k
• Tags: confusion-matrix machine-learning evaluation
• 最后活动时间: 2026-10-26

harvey-labs

一个专门用于评估和提升AI智能体在法律工作支持能力的基准测试工具。帮助开发者衡量智能体在法律场景下的实际表现与能力边界。

• Stars: ⭐️ 1.5k
• Tags: benchmark ai-agents legal evaluation
• 最后活动时间: 2026-10-21

skill

PinchBench基准测试系统，评估LLM模型作为编码智能体的表现。

• Stars: ⭐️ 1.4k
• Tags: benchmark llm-evaluation coding-agents
• 最后活动时间: 2026-07-02

atropos

LLM强化学习环境框架，用于收集和评估大语言模型在多样化环境中的轨迹数据。

• Stars: ⭐️ 1.4k
• Tags: RL LLM Evaluation Framework
• 最后活动时间: 2026-07-04

skill-up

阿里开源的 Agent Skills 评估与进化工具，帮助测试和优化智能体技能。

• Stars: ⭐️ 1.3k
• Tags: agent-skills ai-agents evaluation
• 最后活动时间: 2026-10-23

LiveBench

具有挑战性的无污染LLM基准测试，提供真实可靠的模型能力评估。

• Stars: ⭐️ 1.3k
• Tags: 基准测试 LLM评估 无污染
• 最后活动时间: 2026-10-18

frontier-evals

OpenAI官方的前沿模型评估框架，用于评估和测试先进AI模型的能力与安全性。

• Stars: ⭐️ 1.3k
• Tags: evaluation openai llm-evaluation model-safety
• 最后活动时间: 2026-10-12

ShinkaEvolve

一个致力于实现开放式且样本高效的程序进化框架。该项目探索了人工智能在代码生成与进化算法中的前沿应用。

• Stars: ⭐️ 1.3k
• Tags: program-evolution open-ended sample-efficient code-generation
• 最后活动时间: 2026-07-31

mealpy

一个全面的Python元启发式算法集合，包含多种最先进的自然启发式优化器。适用于机器学习超参数调优、调度优化和供应链优化等复杂AI优化问题。

• Stars: ⭐️ 1.3k
• Tags: metaheuristics optimization python swarm-intelligence nature-inspired-algorithms
• 最后活动时间: 2026-09-23

SRPO

将完整扩散轨迹与细粒度人类偏好直接对齐的优化方法。提升生成模型的质量和可控性。

• Stars: ⭐️ 1.3k
• Tags: Diffusion Models Human Preference Alignment
• 最后活动时间: 2026-05-11

model-analysis

TensorFlow模型分析工具，用于评估模型性能和公平性。

• Stars: ⭐️ 1.3k
• Tags: model-evaluation tensorflow machine-learning
• 最后活动时间: 2026-08-14

SMAC3

一个多功能的贝叶斯优化库，专门用于机器学习模型的超参数优化。支持高斯过程和随机森林等多种优化策略。

• Stars: ⭐️ 1.3k
• Tags: bayesian-optimization hyperparameter-optimization automl machine-learning
• 最后活动时间: 2026-10-21

openevals

开箱即用的LLM应用评估工具集，帮助开发者快速评估模型性能和应用质量。

• Stars: ⭐️ 1.2k
• Tags: Evaluation LLM Testing
• 最后活动时间: 2026-10-22

uqlm

语言模型不确定性量化Python包，用于基于UQ的LLM幻觉检测和置信度评估。

• Stars: ⭐️ 1.2k
• Tags: Hallucination Detection AI Safety LLM Evaluation
• 最后活动时间: 2026-10-13

torch-fidelity

PyTorch生成模型的高保真性能评估指标库，支持FID、IS、KID等主流指标计算。

• Stars: ⭐️ 1.2k
• Tags: 生成模型 评估指标 PyTorch
• 最后活动时间: 2026-10-25

factorio-learning-environment

基于Factorio游戏的开放式LLM评估环境，用于测试大语言模型在复杂任务规划与自动化场景中的能力表现。

• Stars: ⭐️ 1.2k
• Tags: llm-evaluation benchmark agent-evaluation factorio
• 最后活动时间: 2026-09-18

codex-candy-eval

Codex 降智测试工具，用于评估 Codex AI 模型的性能衰退或能力变化。为 AI 模型评估提供了一种有趣的基准测试方法。

• Stars: ⭐️ 1.2k
• Tags: codex evaluation ai-metrics testing
• 最后活动时间: 2026-09-23

LongMemEval

评估聊天助手长期交互记忆能力的基准测试，发表于ICLR 2025。

• Stars: ⭐️ 1.2k
• Tags: llm benchmark long-term-memory evaluation chat-assistant
• 最后活动时间: 2026-05-11

performance

R语言模型性能评估包，提供R2、ICC、LOO、AIC、BF等多种统计指标计算。

• Stars: ⭐️ 1.2k
• Tags: statistics model-evaluation r-package metrics
• 最后活动时间: 2026-10-19

agents-last-exam

面向 AI 智能体的终极考核基准，通过高难度任务全面检验智能体的推理与执行能力边界。适合研究者与开发者评估和对比不同智能体的真实水平。

• Stars: ⭐️ 1.1k
• Tags: AI-Agents Benchmark Evaluation LLM
• 最后活动时间: 2026-10-24

workshop

让AI编程智能体能够编写和运行智能体评估测试的工具框架。

• Stars: ⭐️ 1.1k
• Tags: llm agent-evals tracing
• 最后活动时间: 2026-10-22

judgeval

开源AI智能体评估与监控平台，支持强化学习和监督微调，提供环境数据收集和评估工具。

• Stars: ⭐️ 1.1k
• Tags: Agent Evaluation RL Observability
• 最后活动时间: 2026-10-26

rogue

AI 智能体评估与红队测试平台，支持端到端安全测试。

• Stars: ⭐️ 1.1k
• Tags: ai-agents red-teaming e2e-testing llm
• 最后活动时间: 2026-08-04

autoevals

快速评估AI模型输出的工具，采用行业最佳实践帮助开发者轻松完成模型评测。

• Stars: ⭐️ 1.1k
• Tags: ai-evaluation llm model-evaluation testing
• 最后活动时间: 2026-10-21

rogue

AI智能体评估与红队测试平台，用于测试和评估AI Agent的安全性和性能表现。

• Stars: ⭐️ 1.1k
• Tags: Agent Testing Red Team E2E Testing
• 最后活动时间: 2026-05-04

GLM-5.3-Flash-J-Space-Capability-Realization-Report

GLM-5.3-Flash 与 J-Space 认知套件的能力实测报告，展示多智能体基准测试成果。适合关注智能体能力评估与基准测试的开发者参考。

• Stars: ⭐️ 1.0k
• Tags: ai-agent benchmark deepseek agent-skills evaluation
• 最后活动时间: 2026-09-05

The-Little-Book-of-ML-Metrics

机器学习评估指标参考手册，涵盖分类、回归、聚类等指标。

• Stars: ⭐️ 1.0k
• Tags: metrics machine-learning evaluation book
• 最后活动时间: 2026-10-17

OPD

深入探讨大语言模型在策略蒸馏（On-Policy Distillation）中的现象学、机制及实践配方的研究项目。为 LLM 的训练与优化提供理论指导和实验依据。

• Stars: ⭐️ 977
• Tags: llms on-policy-distillation mechanism
• 最后活动时间: 2026-08-20

terminal-bench

评估大语言模型在终端复杂任务中表现的基准测试框架。

• Stars: ⭐️ 970
• Tags: Benchmark LLM Evaluation Terminal
• 最后活动时间: 2026-10-23

ProgramBench

评估语言模型从零重建程序能力的基准测试框架。

• Stars: ⭐️ 963
• Tags: benchmark code-generation llm-evaluation
• 最后活动时间: 2026-10-12

ollama-grid-search

一款跨平台桌面应用，用于评估和比较本地LLM模型性能，支持网格搜索和A/B测试，帮助开发者选择最优模型配置。

• Stars: ⭐️ 957
• Tags: llm ollama grid-search evaluation rust
• 最后活动时间: 2026-09-07

keystone-bench

基于 HealthBench 构建的临床决策证据基准，通过提取答案所依赖的关键事实，检验 AI 助手的行动是否随证据而改变。适用于医疗 AI 安全与 LLM 评估研究。

• Stars: ⭐️ 942
• Tags: benchmark llm-evaluation ai-safety medical-ai healthbench clinical-decision-support dataset
• 最后活动时间: 2026-10-19

jiwer

语音识别系统评估工具，提供词错误率(WER)等相似度度量指标，用于评估和优化语音转文本系统性能。

• Stars: ⭐️ 939
• Tags: speech-to-text evaluation-metrics wer asr
• 最后活动时间: 2026-09-03

VibeSearchBench

高难度搜索智能体基准测试，包含 200 个长周期多轮任务，采用无模式知识图谱三元组 F1 进行严格评估。

• Stars: ⭐️ 914
• Tags: benchmark search-agent agentic-ai evaluation
• 最后活动时间: 2026-05-28

OpenJudge

一个统一的大语言模型评估框架，提供全面的质量评估和奖励模型功能，支持RLHF对齐训练。

• Stars: ⭐️ 889
• Tags: llm evaluation reward-model rlhf alignment
• 最后活动时间: 2026-10-20

Spider2

ICLR 2025 Oral 论文，评估语言模型在企业级 Text-to-SQL 工作流中的表现。

• Stars: ⭐️ 883
• Tags: text-to-sql benchmark llm-evaluation
• 最后活动时间: 2026-08-12

TALENT

表格数据学习综合工具包与基准，包含35+深度学习方法、10+经典方法和300+数据集。

• Stars: ⭐️ 872
• Tags: tabular-data deep-learning benchmark machine-learning
• 最后活动时间: 2026-10-13

benchmark

基于OpenCompass的AI模型评估工具，兼容其配置与数据集体系，并扩展支持服务化模型评测。

• Stars: ⭐️ 854
• Tags: benchmark llm-evaluation opencompass model-eval
• 最后活动时间: 2026-10-21

ClawProBench

LLM智能体评测基准平台，提供确定性评分和重复试验可靠性验证，支持排行榜功能。

• Stars: ⭐️ 828
• Tags: llm benchmark evaluation agent leaderboard
• 最后活动时间: 2026-08-25

openbench

开源的语言模型评估基础设施，支持多云提供商的统一评测框架。

• Stars: ⭐️ 827
• Tags: llm-evaluation benchmark open-source
• 最后活动时间: 2026-10-19

CLIP_benchmark

用于评估CLIP类视觉-语言模型的基准测试工具，支持多种评估任务和数据集。

• Stars: ⭐️ 817
• Tags: clip vision-language evaluation benchmark multimodal
• 最后活动时间: 2026-07-23

learned_optimization

专注于学习型优化器的研究库，提供用于元学习和优化器训练的JAX工具包。它旨在通过机器学习方法自动设计更好的神经网络优化算法。

• Stars: ⭐️ 816
• Tags: optimization jax meta-learning training
• 最后活动时间: 2026-10-20

aiperf

全面的基准测试工具，用于衡量各种推理解决方案下生成式 AI 模型的性能表现。

• Stars: ⭐️ 813
• Tags: benchmarking generative-ai evaluation inference
• 最后活动时间: 2026-10-22

optuna-dashboard

为Optuna超参数优化框架提供的实时Web仪表盘。可直观监控和可视化模型调优过程。

• Stars: ⭐️ 808
• Tags: optuna dashboard hyperparameter-optimization visualization
• 最后活动时间: 2026-10-21

OpenMDAO

一个由NASA开发的开源多学科设计分析优化（MDAO）框架。适用于复杂系统工程和AI模型设计中的高级优化任务。

• Stars: ⭐️ 802
• Tags: optimization framework nasa openmdao engineering
• 最后活动时间: 2026-10-18

UnifiedReward

NeurIPS 2025论文官方实现，提供UnifiedReward-Think和UnifiedReward-Flex统一奖励模型。

• Stars: ⭐️ 796
• Tags: reinforcement-learning reward-model llm evaluation
• 最后活动时间: 2026-06-18

claw-eval

LLM智能体评测框架，所有任务均经人工验证，专注于评估大语言模型的智能体能力。

• Stars: ⭐️ 779
• Tags: llm evaluation agent harness
• 最后活动时间: 2026-10-22

aequitas

机器学习偏见审计与公平性工具包，用于检测和缓解算法偏见。

• Stars: ⭐️ 777
• Tags: bias-detection fairness ml-audit responsible-ai
• 最后活动时间: 2026-05-12

ISC-Bench

前沿大模型内部安全崩溃基准测试，包含56个TVD模板，用于评估AI安全性和红队攻击测试。

• Stars: ⭐️ 775
• Tags: ai-safety benchmark llm-safety red-teaming jailbreak
• 最后活动时间: 2026-05-14

web-codegen-scorer

用于评估LLM生成Web代码质量的工具，帮助衡量大模型在代码生成任务上的表现。

• Stars: ⭐️ 772
• Tags: LLM Evaluation Code Generation
• 最后活动时间: 2026-05-05

dingo

全面的AI数据、模型和应用质量评估工具，支持LLM幻觉检测和数据质量评估。

• Stars: ⭐️ 761
• Tags: LLM评估 数据质量 幻觉检测
• 最后活动时间: 2026-10-23

terminal-bench-science

Terminal-Bench-Science 是一个专注于 AI for Science 的基准测试，用于评估 AI 智能体在跨科学领域研究工作流中的实际表现。它为衡量智能体的科学任务执行能力提供了标准化评测环境。

• Stars: ⭐️ 761
• Tags: AI-Agents Benchmark AI-for-Science Evaluation Agentic-AI
• 最后活动时间: 2026-10-25

validation-benchmarks

AI安全验证基准测试集，用于评估AI系统的安全性和可靠性。

• Stars: ⭐️ 735
• Tags: ai-security benchmark validation
• 最后活动时间: 2026-07-07

geomloss

提供点云、图像和体积之间的几何损失函数，支持高效计算。适用于深度学习模型训练中的损失优化。

• Stars: ⭐️ 713
• Tags: loss-function point-cloud deep-learning pytorch
• 最后活动时间: 2026-05-12

long-form-factuality

大语言模型长文本事实性评估基准，提供论文原始代码用于评测LLM生成内容的事实准确性。

• Stars: ⭐️ 698
• Tags: llm benchmark factuality evaluation
• 最后活动时间: 2026-06-18

inspect_evals

Inspect AI模型的评估测试集合，用于AI模型性能评测与基准测试。

• Stars: ⭐️ 683
• Tags: ai-evaluation benchmark model-testing
• 最后活动时间: 2026-09-25

overmind

持续改进 AI 智能体的一体化平台，集评估（evals）、微调（LoRA）与可观测性于一体。为 LLMOps 团队提供从监控到优化的完整闭环。

• Stars: ⭐️ 680
• Tags: AI Agents Evals LLM Evaluation Fine-tuning LLMOps
• 最后活动时间: 2026-10-25

skore

机器学习模型开发加速库，提供自动化评估报告、方法论指导和交叉验证分析，帮助数据科学家追踪和优化模型。

• Stars: ⭐️ 676
• Tags: ML评估 数据科学 Python
• 最后活动时间: 2026-10-25

ProRL-Agent-Server

可扩展的强化学习智能体服务器，支持在任何执行框架上进行大规模训练与评估。

• Stars: ⭐️ 675
• Tags: reinforcement-learning ai-agent scalable-training
• 最后活动时间: 2026-07-15

LoCoMo_refined

对 LoCoMo 长上下文记忆基准的重新校准版本，采用更严格的 LLM 评判并提供清洗数据集，用于评估智能体长期对话记忆。

• Stars: ⭐️ 674
• Tags: LLM Agents Long-Context Benchmark Evaluation Dataset
• 最后活动时间: 2026-05-18

AICGSecEval

腾讯悟空代码安全团队开发的AI生成代码安全评估基准，用于评估代码安全性。

• Stars: ⭐️ 665
• Tags: Benchmark Code Security AIGC
• 最后活动时间: 2026-05-25

ChineseErrorCorrector

面向中文文本纠错任务的综合平台，集学术研究、模型训练、评测和推理部署于一体。提供文本纠错新SOTA模型及完整工具链。

• Stars: ⭐️ 659
• Tags: nlp chinese text-correction evaluation model-training
• 最后活动时间: 2026-08-16

marginaleffects

R语言统计分析包，支持100多种统计和ML模型的预测、边际效应计算与可视化，提供多种不确定性估计方法。

• Stars: ⭐️ 651
• Tags: r statistics machine-learning evaluation interpretability
• 最后活动时间: 2026-10-23

image-similarity-measures

实现了8种图像相似度评估指标，包括RMSE、PSNR、SSIM、FSIM等，适用于机器学习图像处理任务的评估。

• Stars: ⭐️ 648
• Tags: Image Processing Evaluation Metrics Machine Learning
• 最后活动时间: 2026-09-05

ArkEval

专注于 ArkTS 自动化代码修复的基准测试与评估项目，为衡量 AI 代码修复能力提供标准化评测方案。适合研究 LLM 驱动的程序修复与代码质量提升。

• Stars: ⭐️ 645
• Tags: Benchmark Code-Repair ArkTS Evaluation LLM
• 最后活动时间: 2026-08-23

weatherbench2

下一代数据驱动全球天气预报模型的基准测试平台，用于评估和比较AI气象预测模型的性能。

• Stars: ⭐️ 642
• Tags: weather-forecasting benchmark machine-learning data-driven
• 最后活动时间: 2026-10-20

ai-scanner

基于NVIDIA garak构建的AI模型安全扫描工具，用于评估模型漏洞。

• Stars: ⭐️ 637
• Tags: ai-safety model-evaluation security garak
• 最后活动时间: 2026-08-04

TrustLLM

ICML 2024论文项目，提供大语言模型可信度评估基准和工具集，涵盖安全性、公平性等维度。

• Stars: ⭐️ 633
• Tags: llm evaluation benchmark trustworthy-ai
• 最后活动时间: 2026-10-04

LettuceDetect

轻量级RAG幻觉检测框架，基于BERT实现高效的幻觉评估与检测。

• Stars: ⭐️ 617
• Tags: hallucination-detection bert nlp rag-evaluation
• 最后活动时间: 2026-10-26

open-unlearning

一站式LLM遗忘学习仓库，NeurIPS D&B '25收录，涵盖基准测试、隐私保护和成员推理攻击等研究方向。

• Stars: ⭐️ 616
• Tags: Unlearning Privacy Benchmarks
• 最后活动时间: 2026-10-17

sewar

一站式图像质量评估指标库，包含PSNR、SSIM、FSIM等多种指标，适用于超分辨率等AI任务的评估。

• Stars: ⭐️ 612
• Tags: image-quality metrics evaluation super-resolution
• 最后活动时间: 2026-10-21

PostTrainBench

评测 CLI 智能体（如 Claude Code、Codex CLI）在单张 H100 上 10 小时内对基座模型进行后训练能力的基准。

• Stars: ⭐️ 608
• Tags: post-training benchmark llm ai-agents evaluation
• 最后活动时间: 2026-10-02

KLUE

韩语自然语言理解基准测试集，提供标准化评估指标和数据集。

• Stars: ⭐️ 606
• Tags: korean benchmark bert roberta nlu
• 最后活动时间: 2026-06-30

ParseBench

面向AI代理的文档解析基准测试，评估OCR、表格提取与视觉语言模型能力。

• Stars: ⭐️ 606
• Tags: benchmark document-parsing evaluation vision-language-models
• 最后活动时间: 2026-10-20

t2v_metrics

用于评估文本到图像/视频/3D生成模型的指标工具，支持VQAScore评分。

• Stars: ⭐️ 604
• Tags: generative-ai vision-language-model evaluation-metrics
• 最后活动时间: 2026-06-05

MMMU

面向专家级AGI的多学科多模态理解与推理基准测试，涵盖广泛的STEM领域。

• Stars: ⭐️ 600
• Tags: 多模态 基准测试 AGI
• 最后活动时间: 2026-07-28

langtest

大语言模型测试与评估工具包，确保AI模型安全有效部署。

• Stars: ⭐️ 561
• Tags: LLM测试 AI安全 模型评估
• 最后活动时间: 2026-08-28

WildClawBench

面向生产环境的 AI Agent 真实场景基准测试，用于评估智能体在真实任务中的表现。

• Stars: ⭐️ 533
• Tags: agentic-ai benchmarks agents evaluation
• 最后活动时间: 2026-09-18

torch-uncertainty

PyTorch开源框架，专注于深度学习模型的不确定性量化与可靠AI研究，支持贝叶斯网络、集成方法等。

• Stars: ⭐️ 532
• Tags: pytorch uncertainty bayesian-network deep-learning reliable-ai
• 最后活动时间: 2026-09-01

SWE-bench Pro

SWE-Bench Pro 基准测试，专为评估 AI 智能体能否解决长周期、复杂的真实软件工程任务而设计。它是衡量编码智能体实际能力的重要标尺。

• Stars: ⭐️ 531
• Tags: benchmark ai-agents software-engineering code-generation evaluation
• 最后活动时间: 2026-09-22

continuous-eval

面向LLM应用的数据驱动评估框架，支持RAG系统全流程评估与监控。

• Stars: ⭐️ 519
• Tags: llm-evaluation evaluation-framework rag llmops
• 最后活动时间: 2026-08-10

cmaes

用于CMA进化策略的Python库，支持黑盒优化与超参数调优。可与Optuna等框架无缝集成，高效解决复杂优化问题。

• Stars: ⭐️ 515
• Tags: cma-es black-box-optimization evolution-strategies hyperparameter-optimization
• 最后活动时间: 2026-08-07

Q-ReAlign

基于Q-Align风格的轻量级大型多模态模型(LMM)对齐框架，提供0.8B至9B多种规模的检查点。包含数据集构建、缓存、评分及完整的命令行工作流。

• Stars: ⭐️ 513
• Tags: lmm multimodal alignment evaluation
• 最后活动时间: 2026-06-24

Toolathlon

ICLR 2026 论文配套基准，通过多样化、贴近真实场景的长周期任务全面评测语言智能体的工具调用与执行能力。为 LLM Agent 的能力评估提供了系统化的测试框架。

• Stars: ⭐️ 503
• Tags: LLM Agent Benchmark Evaluation ICLR
• 最后活动时间: 2026-08-18

EchoTorch

基于PyTorch的Python工具包，用于储备计算和回声状态网络实验。它是唯一能轻松创建深度储备计算模型的Python模块。

• Stars: ⭐️ 502
• Tags: pytorch reservoir-computing echo-state-networks neural-networks deep-learning
• 最后活动时间: 2026-09-21

Fine-tuning Tools

unsloth

统一的本地模型训练与运行Web UI，支持Qwen、DeepSeek、Gemma等主流开源模型。

• Stars: ⭐️ 78.6k
• Tags: Fine-tuning LLM Training
• 最后活动时间: 2026-10-26

LlamaFactory

统一高效的LLM/VLM微调框架，ACL 2024论文项目，支持100+模型和LoRA/QLoRA/量化等完整微调方案。

• Stars: ⭐️ 75.7k
• Tags: Fine-tuning LoRA LLM
• 最后活动时间: 2026-10-21

DeepSpeed

微软开源深度学习优化库，支持千亿级参数模型训练，提供零冗余优化器和混合并行等核心技术。

• Stars: ⭐️ 43.3k
• Tags: 分布式训练 深度学习 PyTorch
• 最后活动时间: 2026-10-26

self-llm

开源大模型食用指南，提供基于Linux环境的LLM/MLLM快速微调（全参数/LoRA）与部署教程，覆盖LLaMA、Qwen、ChatGLM等主流模型。

• Stars: ⭐️ 32.6k
• Tags: LLM 微调 部署教程 LoRA
• 最后活动时间: 2026-09-12

verl

火山引擎推出的LLM强化学习框架，用于大语言模型的训练和优化。

• Stars: ⭐️ 24.0k
• Tags: reinforcement-learning llm training
• 最后活动时间: 2026-10-22

peft

Hugging Face官方的参数高效微调库，支持LoRA、Prefix Tuning等前沿方法，大幅降低大模型微调的显存需求。

• Stars: ⭐️ 21.9k
• Tags: Fine-tuning LoRA PEFT Transformers
• 最后活动时间: 2026-10-26

trl

Hugging Face推出的强化学习训练库，支持RLHF、PPO等算法，让大模型对齐训练简单高效。

• Stars: ⭐️ 19.6k
• Tags: RLHF PPO 强化学习
• 最后活动时间: 2026-10-26

WeClone

从聊天记录创建AI数字分身的一站式解决方案，通过微调大语言模型精准捕捉个人说话风格。

• Stars: ⭐️ 18.3k
• Tags: 数字分身 LLM微调 聊天机器人
• 最后活动时间: 2026-10-22

Megatron-LM

NVIDIA开源的大规模Transformer模型训练框架，支持模型并行、张量并行和流水线并行等分布式训练技术。

• Stars: ⭐️ 18.3k
• Tags: 分布式训练 Transformer NVIDIA
• 最后活动时间: 2026-10-26

ms-swift

ModelScope官方训练框架，支持PEFT和全参数微调600+大语言模型及300+多模态模型，涵盖SFT/DPO/GRPO等多种训练范式。

• Stars: ⭐️ 15.9k
• Tags: LLM训练 PEFT 多模态
• 最后活动时间: 2026-10-26

optuna

强大的超参数优化框架，支持分布式和并行优化，广泛应用于机器学习模型调参。

• Stars: ⭐️ 14.9k
• Tags: hyperparameter-optimization machine-learning auto-ml optimization
• 最后活动时间: 2026-10-22

litgpt

基于Lightning AI构建的完整LLM开发工具链，支持20+高性能模型的预训练、微调与大规模部署。

• Stars: ⭐️ 13.7k
• Tags: LLM 模型训练 微调
• 最后活动时间: 2026-10-13

PaddleNLP

飞桨生态下的易用高效大语言模型库，提供丰富的预训练模型和全流程NLP开发能力。

• Stars: ⭐️ 13.0k
• Tags: NLP LLM 预训练模型
• 最后活动时间: 2026-05-23

axolotl

流行的LLM微调框架，支持多种模型架构和训练方法，简化大模型微调流程。

• Stars: ⭐️ 12.6k
• Tags: Fine-tuning LLM
• 最后活动时间: 2026-10-22

ai-toolkit

强大的扩散模型微调训练工具包，支持多种模型架构的训练和优化。

• Stars: ⭐️ 12.4k
• Tags: diffusion-models fine-tuning training ai-tools
• 最后活动时间: 2026-10-22

ART

基于GRPO的多步智能体强化训练框架，支持Qwen3.5、Llama等主流模型的真实任务训练。

• Stars: ⭐️ 10.8k
• Tags: GRPO Reinforcement Learning Agent Training
• 最后活动时间: 2026-10-22

autogluon

AWS开源的AutoML框架，仅需3行代码即可实现快速准确的机器学习，支持表格数据、图像、文本和时间序列。

• Stars: ⭐️ 10.8k
• Tags: AutoML Deep Learning PyTorch
• 最后活动时间: 2026-10-26

OpenRLHF

基于Ray的高性能RLHF框架，支持PPO、DAPO、REINFORCE++等算法，集成vLLM加速。

• Stars: ⭐️ 10.1k
• Tags: RLHF PPO Ray vLLM
• 最后活动时间: 2026-10-05

rf-detr

Roboflow开发的实时目标检测与分割模型架构，在COCO数据集上达到SOTA水平，专为微调优化设计。

• Stars: ⭐️ 9.9k
• Tags: object-detection instance-segmentation computer-vision detr fine-tuning
• 最后活动时间: 2026-10-26

Soup

通过单一YAML文件微调大语言模型，支持在4GB显存的笔记本GPU上使用层流式训练8B模型。提供低显存环境下的高效LLM微调方案。

• Stars: ⭐️ 9.7k
• Tags: fine-tuning llm low-vram qlora local-ai
• 最后活动时间: 2026-10-24

oumi

一站式LLM/VLM训练平台，支持Qwen3、DeepSeek-R1等主流开源模型的微调、评估与部署。

• Stars: ⭐️ 9.4k
• Tags: 微调 LLM VLM
• 最后活动时间: 2026-10-23

slime

一个专注于LLM强化学习扩展的后训练框架，支持大规模模型的高效微调与优化。

• Stars: ⭐️ 8.7k
• Tags: RL Post-training LLM
• 最后活动时间: 2026-10-22

LMFlow

可扩展的大模型微调与推理工具包，让大模型微调触手可及。

• Stars: ⭐️ 8.5k
• Tags: 模型微调 工具包 PyTorch
• 最后活动时间: 2026-08-10

auto-sklearn

基于scikit-learn的自动机器学习框架，自动完成模型选择与超参优化。

• Stars: ⭐️ 8.1k
• Tags: automl hyperparameter-optimization scikit-learn bayesian-optimization
• 最后活动时间: 2026-09-15

PaLM-rlhf-pytorch

PaLM架构上实现RLHF人类反馈强化学习，类ChatGPT训练方案。大模型对齐训练的开源实现。

• Stars: ⭐️ 7.9k
• Tags: rlhf palm fine-tuning
• 最后活动时间: 2026-09-20

hyperopt

分布式异步超参数优化Python库，支持多种优化算法和并行计算，是机器学习模型调参的核心工具。

• Stars: ⭐️ 7.6k
• Tags: hyperparameter-optimization machine-learning python
• 最后活动时间: 2026-10-19

gpt-neox

基于Megatron和DeepSpeed的大规模分布式训练框架，支持模型并行自回归Transformer训练，适用于GPT类大语言模型的训练。

• Stars: ⭐️ 7.5k
• Tags: GPT 分布式训练 DeepSpeed
• 最后活动时间: 2026-10-11

mergekit

用于合并预训练大语言模型的工具包，支持多种合并策略，帮助开发者创建更强大的模型。

• Stars: ⭐️ 7.4k
• Tags: LLM Model Merging Fine-tuning
• 最后活动时间: 2026-10-20

Liger-Kernel

LinkedIn开源的高效Triton内核库，专为LLM训练优化，显著提升训练效率。

• Stars: ⭐️ 6.7k
• Tags: triton llm-training kernels optimization
• 最后活动时间: 2026-10-22

lora-scripts

基于kohya-ss训练器的LoRA与Dreambooth训练脚本工具，支持GUI界面操作。

• Stars: ⭐️ 6.2k
• Tags: lora dreambooth stable-diffusion finetuning training
• 最后活动时间: 2026-09-28

rllm

面向LLM的强化学习平台，支持分布式训练、推理优化和智能体工作流。

• Stars: ⭐️ 5.9k
• Tags: RL for LLMs Distributed Training LLM Reasoning
• 最后活动时间: 2026-10-16

MedicalGPT

完整的医疗大模型训练流程，支持增量预训练、RLHF、DPO、ORPO等多种训练方法，助力构建医疗领域GPT模型。

• Stars: ⭐️ 5.9k
• Tags: 医疗大模型 RLHF DPO
• 最后活动时间: 2026-09-15

torchtitan

PyTorch原生生成式AI模型训练平台，提供高效的大模型训练解决方案。

• Stars: ⭐️ 5.8k
• Tags: pytorch generative-ai training llm
• 最后活动时间: 2026-10-22

torchtune

PyTorch原生训练后库，提供模型微调、量化等工具，支持LLaMA、Mistral等主流大模型。

• Stars: ⭐️ 5.8k
• Tags: pytorch fine-tuning llm quantization
• 最后活动时间: 2026-09-09

notebooks

250+个微调和强化学习Notebook，覆盖文本、视觉、音频、嵌入和TTS模型。

• Stars: ⭐️ 5.8k
• Tags: fine-tuning reinforcement-learning notebooks unsloth
• 最后活动时间: 2026-10-26

alignment-handbook

大语言模型对齐配方集合，提供RLHF等人类偏好对齐的完整训练流程和最佳实践。

• Stars: ⭐️ 5.7k
• Tags: RLHF LLM对齐 微调
• 最后活动时间: 2026-09-23

xtuner

专为超大规模MoE模型打造的下一代训练引擎，支持DeepSeek-V3、Qwen3-MoE等主流大模型的高效微调与训练。

• Stars: ⭐️ 5.2k
• Tags: MoE LLM训练 微调框架
• 最后活动时间: 2026-10-26

EasyR1

基于veRL构建的高效多模态强化学习训练框架，支持DeepSeek、Qwen等主流模型。

• Stars: ⭐️ 5.2k
• Tags: 强化学习 多模态 训练框架
• 最后活动时间: 2026-09-19

transformerlab-app

开源AI研究环境，支持从本地硬件到GPU集群无缝训练、评估和扩展模型。

• Stars: ⭐️ 5.2k
• Tags: 模型训练 LoRA RLHF
• 最后活动时间: 2026-10-26

parameter-golf

挑战训练最小语言模型的竞赛项目，目标是在16MB限制内训练出最佳性能的LM模型。

• Stars: ⭐️ 5.2k
• Tags: language-model model-training optimization llm
• 最后活动时间: 2026-10-02

h2o-llmstudio

H2O推出的LLM微调框架，提供无代码GUI界面，支持多种开源大模型微调。

• Stars: ⭐️ 5.2k
• Tags: LLM Fine-tuning No-Code
• 最后活动时间: 2026-10-24

AReaL

轻量高效的LLM推理强化学习框架，支持Agent训练与推理能力优化。

• Stars: ⭐️ 5.2k
• Tags: 强化学习 RL训练 LLM推理
• 最后活动时间: 2026-05-10

ignite

PyTorch高级神经网络训练与评估库，提供灵活透明的深度学习训练流程和丰富的指标监控功能。

• Stars: ⭐️ 4.8k
• Tags: pytorch deep-learning neural-network machine-learning
• 最后活动时间: 2026-10-20

autotrain-advanced

HuggingFace AutoTrain高级版，自动化机器学习模型训练流程，支持NLP等任务。

• Stars: ⭐️ 4.6k
• Tags: AutoML Training HuggingFace
• 最后活动时间: 2026-10-06

FLAML

快速AutoML和超参数优化库，支持分类、回归和时间序列任务。

• Stars: ⭐️ 4.4k
• Tags: automl hyperparameter-optimization machine-learning python
• 最后活动时间: 2026-10-25

nevergrad

Facebook Research 开源的无梯度优化工具箱，广泛用于机器学习超参数调优和黑盒优化问题。

• Stars: ⭐️ 4.2k
• Tags: optimization hyperparameter-tuning machine-learning gradient-free
• 最后活动时间: 2026-10-20

llm-compressor

与Transformers兼容的LLM压缩库，支持量化、稀疏化等压缩算法，显著降低推理成本和内存占用。

• Stars: ⭐️ 3.9k
• Tags: 模型压缩 量化 vLLM
• 最后活动时间: 2026-10-24

lightly

专注于图像自监督学习的Python库，提供对比学习和嵌入提取功能，简化数据标注流程。

• Stars: ⭐️ 3.8k
• Tags: Self-Supervised Learning PyTorch Computer Vision
• 最后活动时间: 2026-10-23

FractalCore

面向联邦学习的后端编排中枢，支持多租户任务调度与实时TFLOPs算力预算管理，并基于FedAvg实现联邦权重聚合。适合构建跨IoT设备的分布式机器学习训练系统。

• Stars: ⭐️ 3.8k
• Tags: Federated Learning FedAvg TensorFlow IoT Orchestrator Model Aggregation
• 最后活动时间: 2026-08-22

ReAgent

推理系统平台，支持强化学习和上下文赌博算法，用于模型训练优化。

• Stars: ⭐️ 3.7k
• Tags: reinforcement-learning reasoning ml-platform contextual-bandits
• 最后活动时间: 2026-10-19

botorch

Facebook AI贝叶斯优化库，用于超参数调优和实验设计。

• Stars: ⭐️ 3.6k
• Tags: bayesian-optimization hyperparameter-tuning pytorch
• 最后活动时间: 2026-10-16

ROLL

高效易用的大语言模型强化学习扩展库，支持RLHF和RLVR训练范式。

• Stars: ⭐️ 3.4k
• Tags: rlhf rlvr agentic reinforcement-learning
• 最后活动时间: 2026-10-22

physicsnemo

NVIDIA开源的物理机器学习深度学习框架，支持构建、训练和微调最先进的物理ML模型。

• Stars: ⭐️ 3.4k
• Tags: deep-learning physics pytorch nvidia-gpu
• 最后活动时间: 2026-10-26

mljar-supervised

自动化机器学习Python包，支持表格数据的特征工程、超参数调优与自动文档生成。

• Stars: ⭐️ 3.3k
• Tags: AutoML Feature Engineering Hyperparameter Tuning XGBoost
• 最后活动时间: 2026-10-24

miles

企业级强化学习框架，专为LLM和VLM后训练设计，支持模型微调与优化。

• Stars: ⭐️ 3.2k
• Tags: RL Post-training Enterprise
• 最后活动时间: 2026-10-22

EasyEdit

ACL 2024论文项目，易用的LLM知识编辑框架，支持模型知识更新与遗忘。

• Stars: ⭐️ 2.9k
• Tags: Knowledge Editing LLM ACL 2024
• 最后活动时间: 2026-10-04

Muon

专为神经网络隐藏层设计的优化器，提升模型训练效率和收敛速度。

• Stars: ⭐️ 2.9k
• Tags: optimizer neural-network deep-learning training
• 最后活动时间: 2026-05-24

rl-baselines3-zoo

Stable Baselines3强化学习智能体训练框架，内置超参数优化和预训练模型。

• Stars: ⭐️ 2.9k
• Tags: RL Training Hyperparameter Optimization PyTorch
• 最后活动时间: 2026-10-26

setfit

基于Sentence Transformers的高效少样本学习框架，用少量数据实现高质量文本分类。

• Stars: ⭐️ 2.9k
• Tags: few-shot-learning sentence-transformers nlp
• 最后活动时间: 2026-10-06

nanotron

轻量级大语言模型3D并行训练框架，提供简洁高效的分布式训练解决方案。

• Stars: ⭐️ 2.8k
• Tags: training 3d-parallelism distributed-training llm
• 最后活动时间: 2026-10-08

maestro

多模态模型微调工具，支持PaliGemma 2、Florence-2和Qwen2.5-VL等主流视觉语言模型的精调流程。

• Stars: ⭐️ 2.7k
• Tags: Fine-tuning Multimodal Vision-Language
• 最后活动时间: 2026-10-19

xTuring

一站式LLM个性化解决方案，从数据预处理到微调全流程覆盖，支持LoRA、PEFT、量化等高效微调技术。

• Stars: ⭐️ 2.7k
• Tags: Fine-tuning LoRA PEFT
• 最后活动时间: 2026-10-21

LyCORIS

超越传统 LoRA 的秩适配方法，为 Stable Diffusion 提供高效微调方案。

• Stars: ⭐️ 2.5k
• Tags: stable-diffusion finetuning lora
• 最后活动时间: 2026-10-19

tunix

轻量级LLM后训练库，专注于大语言模型的微调与训练流程优化。

• Stars: ⭐️ 2.5k
• Tags: LLM Post-Training Fine-tuning
• 最后活动时间: 2026-10-22

maxtext

基于JAX构建的高性能大语言模型训练框架，支持Llama、Gemma、Mistral等主流模型架构。

• Stars: ⭐️ 2.5k
• Tags: JAX LLM训练 微调
• 最后活动时间: 2026-10-26

SkyRL

模块化的全栈强化学习库，专为LLM训练设计，支持分布式训练与高效扩展。

• Stars: ⭐️ 2.4k
• Tags: RL Library LLM Training Distributed
• 最后活动时间: 2026-10-21

optax

JAX生态系统的梯度处理与优化库，提供丰富的优化器与梯度变换工具，广泛用于深度学习模型训练。

• Stars: ⭐️ 2.4k
• Tags: optimization jax machine-learning deep-learning
• 最后活动时间: 2026-10-19

schedule_free

无调度优化器PyTorch实现，无需学习率调度的优化方法。

• Stars: ⭐️ 2.3k
• Tags: optimization optimizer deep-learning
• 最后活动时间: 2026-07-28

TransmogrifAI

Salesforce开源的AutoML库，用于在Apache Spark上构建模块化、可复用的机器学习工作流，支持自动化特征工程和模型调优。

• Stars: ⭐️ 2.3k
• Tags: automl machine-learning spark scala feature-engineering
• 最后活动时间: 2026-06-02

trainer

基于Kubernetes的分布式AI模型训练和LLM微调平台，支持PyTorch、TensorFlow、JAX等主流框架。

• Stars: ⭐️ 2.3k
• Tags: Kubernetes Fine-tuning Distributed Training
• 最后活动时间: 2026-10-25

Nemotron

NVIDIA官方的Nemotron模型开发者资源中心，提供训练配方、数据集、微调指南和端到端参考示例。

• Stars: ⭐️ 2.2k
• Tags: nvidia nemotron fine-tuning model-training reinforcement-learning
• 最后活动时间: 2026-10-21

prime-rl

大规模智能体强化学习训练框架，支持分布式RL训练。

• Stars: ⭐️ 2.2k
• Tags: reinforcement-learning rl agents training
• 最后活动时间: 2026-10-20

ViZDoom

基于经典游戏Doom的强化学习研究平台，提供标准化的RL环境接口。

• Stars: ⭐️ 2.1k
• Tags: reinforcement-learning game-ai deep-learning gym-environment
• 最后活动时间: 2026-10-24

privacy

机器学习隐私训练库，保护训练数据隐私安全。

• Stars: ⭐️ 2.0k
• Tags: privacy machine-learning differential-privacy
• 最后活动时间: 2026-10-22

smol-vision

提供了一系列用于缩小、优化和定制前沿视觉模型的实用方案。帮助开发者在资源受限的设备上高效部署多模态AI。

• Stars: ⭐️ 2.0k
• Tags: computer-vision model-optimization edge-ai quantization
• 最后活动时间: 2026-08-12

ml-cvnets

苹果开源的计算机视觉训练库，支持分类、检测与分割，提供高效的深度学习网络训练框架。

• Stars: ⭐️ 2.0k
• Tags: computer-vision pytorch deep-learning detection segmentation
• 最后活动时间: 2026-09-11

Qwen-VL-Series-Finetune

开源的Qwen-VL系列视觉语言模型微调实现，支持Qwen2-VL、Qwen2.5-VL、Qwen3-VL等多个版本。

• Stars: ⭐️ 2.0k
• Tags: Qwen-VL 微调 多模态
• 最后活动时间: 2026-09-09

augmentoolkit

用于创建自定义LLM的工具包，支持数据集生成和模型微调流程。

• Stars: ⭐️ 1.9k
• Tags: ai dataset-generation finetuning-llms
• 最后活动时间: 2026-06-27

AngelSlim

腾讯开源的模型压缩工具包，支持LLM/VLM量化、FP4压缩、推测解码等技术，覆盖DeepSeek、Qwen等主流模型。

• Stars: ⭐️ 1.8k
• Tags: Quantization Model Compression LLM
• 最后活动时间: 2026-10-14

multimodal

Meta官方的PyTorch多模态训练库，支持大规模多任务多模态模型训练。

• Stars: ⭐️ 1.7k
• Tags: multimodal pytorch deep-learning training
• 最后活动时间: 2026-10-19

lightly-train

一站式视觉模型训练工具，支持YOLO、ViT、RT-DETR等主流架构的预训练、微调和蒸馏。

• Stars: ⭐️ 1.7k
• Tags: computer-vision deep-learning pytorch yolo vision-transformer
• 最后活动时间: 2026-10-24

Jackrong-llm-finetuning-guide

LLM大模型微调指南，涵盖Llama3、Qwen、DeepSeek等主流模型的微调方法和实践。

• Stars: ⭐️ 1.7k
• Tags: llm fine-tuning pytorch unsloth
• 最后活动时间: 2026-07-11

dlrover

自动化分布式深度学习系统，简化大规模模型训练的集群调度和资源管理，支持LLM训练优化。

• Stars: ⭐️ 1.7k
• Tags: Distributed Training Deep Learning LLM Training
• 最后活动时间: 2026-10-22

vizier

Google开源的黑盒优化与超参数调优研究接口，支持贝叶斯优化、进化算法等多种优化策略，适用于深度学习模型的超参数搜索。

• Stars: ⭐️ 1.7k
• Tags: Hyperparameter Optimization Bayesian Optimization Machine Learning
• 最后活动时间: 2026-10-20

caret

经典的R语言机器学习包，提供统一接口用于训练、调优和可视化分类与回归模型，是传统ML工作流的标杆工具。

• Stars: ⭐️ 1.7k
• Tags: machine-learning r classification regression model-training
• 最后活动时间: 2026-08-24

torchdistill

基于PyTorch的知识蒸馏框架，实现26+种蒸馏方法，支持图像分类、目标检测、NLP等任务。

• Stars: ⭐️ 1.6k
• Tags: knowledge-distillation pytorch model-compression deep-learning
• 最后活动时间: 2026-10-26

Semi-supervised-learning

NeurIPS'22发表的统一半监督学习代码库，支持视觉、音频、NLP多领域分类任务。

• Stars: ⭐️ 1.6k
• Tags: semi-supervised-learning deep-learning pytorch transformer
• 最后活动时间: 2026-10-04

model-optimization

TensorFlow模型优化工具包，支持量化、剪枝和稀疏化，加速模型部署。

• Stars: ⭐️ 1.6k
• Tags: quantization pruning model-compression tensorflow
• 最后活动时间: 2026-10-24

neat-python

NEAT神经进化算法的Python实现，用于通过进化算法自动优化神经网络拓扑结构和权重。

• Stars: ⭐️ 1.6k
• Tags: neuroevolution neural-network genetic-algorithm python
• 最后活动时间: 2026-05-23

SAELens

在语言模型上训练稀疏自编码器的工具，用于模型可解释性研究。

• Stars: ⭐️ 1.6k
• Tags: sparse-autoencoder interpretability mechanistic-interpretability
• 最后活动时间: 2026-10-20

gemma-tuner-multimodal

在 Apple Silicon 上微调 Gemma 4 和 3n 多模态模型的工具，支持音频、图像和文本输入。

• Stars: ⭐️ 1.5k
• Tags: fine-tuning gemma multimodal apple-silicon pytorch
• 最后活动时间: 2026-10-04

mlx-tune

在 Apple Silicon Mac 上原生微调大语言模型的开源工具，支持 SFT、DPO、GRPO 及视觉语言模型微调，兼容 Unsloth API。

• Stars: ⭐️ 1.4k
• Tags: MLX LLM微调 Apple Silicon 本地训练
• 最后活动时间: 2026-06-23

verl-omni

面向扩散模型与全能模型的多模态强化学习训练框架。支持GRPO、RLHF及vLLM加速，适用于Qwen等先进模型。

• Stars: ⭐️ 1.4k
• Tags: diffusion-models reinforcement-learning rlhf multimodal vllm
• 最后活动时间: 2026-10-26

finetrainers

可扩展且内存优化的扩散模型训练框架，支持高效微调Stable Diffusion等模型。

• Stars: ⭐️ 1.4k
• Tags: diffusion-models fine-tuning pytorch training
• 最后活动时间: 2026-09-23

TinyEngram

基于Qwen-3和Stable Diffusion系列的DeepSeek Engram架构研究项目。专注于大语言模型的记忆注入与LoRA微调技术。

• Stars: ⭐️ 1.4k
• Tags: deepseek llm lora fine-tuning memory-injection pytorch
• 最后活动时间: 2026-05-21

inplace_abn

一种用于深度神经网络内存优化训练的就地激活批归一化方法。它能显著减少训练时的内存占用，允许使用更大的批次大小。

• Stars: ⭐️ 1.3k
• Tags: deep-learning memory-optimization batch-normalization training
• 最后活动时间: 2026-10-14

Gym

专为LLM训练设计的强化学习环境构建框架，支持多种RL算法和环境配置。

• Stars: ⭐️ 1.3k
• Tags: RL LLM Training Environment
• 最后活动时间: 2026-10-26

Gradient-Free-Optimizers

轻量级的无梯度优化库,支持局部、全局、种群和序贯等多种优化技术,可处理混合搜索空间。特别适合机器学习中的黑盒超参数优化场景。

• Stars: ⭐️ 1.3k
• Tags: optimization hyperparameter-optimization machine-learning bayesian-optimization blackbox-optimization
• 最后活动时间: 2026-10-10

Gradient-Free-Optimizers

轻量级无梯度优化库，支持贝叶斯优化、进化策略、粒子群等多种超参数优化方法。

• Stars: ⭐️ 1.3k
• Tags: bayesian-optimization hyperparameter-optimization blackbox-optimization
• 最后活动时间: 2026-08-31

SpecForge

推测解码模型训练工具，支持轻松训练并无缝迁移至 SGLang 推理服务。

• Stars: ⭐️ 1.2k
• Tags: Speculative Decoding Training SGLang
• 最后活动时间: 2026-10-26

training_extensions

基于OpenVINO™的计算机视觉模型全流程工具链，支持训练、评估、优化和部署。

• Stars: ⭐️ 1.2k
• Tags: OpenVINO 计算机视觉 模型优化
• 最后活动时间: 2026-06-12

Whisper-Finetune

Whisper语音识别模型微调工具，支持无时间戳数据训练、多平台部署（Web/Windows/Android）和推理加速。

• Stars: ⭐️ 1.2k
• Tags: ASR Fine-tuning Whisper
• 最后活动时间: 2026-05-08

nncf

Intel开源的神经网络压缩框架，支持量化、剪枝、稀疏化等优化技术，专为OpenVINO推理加速设计。

• Stars: ⭐️ 1.2k
• Tags: 模型压缩 量化 OpenVINO
• 最后活动时间: 2026-10-26

MixGRPO

CVPR 2025 论文实现，通过混合 ODE-SDE 解锁基于 Flow 的 GRPO 效率，用于扩散模型优化。

• Stars: ⭐️ 1.2k
• Tags: diffusion grpo reinforcement-learning fine-tuning
• 最后活动时间: 2026-07-01

glue-factory

ICCV 2023，用于局部特征检测与匹配的训练库。

• Stars: ⭐️ 1.2k
• Tags: feature-detection image-matching training
• 最后活动时间: 2026-07-20

BOAT

一个用于基于梯度的双层优化（Bi-Level Optimization）的组合操作工具箱。它为AI研究者和开发者提供了高效的双层优化算法实现。

• Stars: ⭐️ 1.1k
• Tags: bi-level-optimization meta-learning gradient pytorch
• 最后活动时间: 2026-08-15

SDPO

通过自蒸馏实现强化学习，提升LLM推理能力的训练方法。

• Stars: ⭐️ 1.1k
• Tags: rl distillation reasoning
• 最后活动时间: 2026-07-01

open-audio-opd

面向工业级音频ASR和TTS的在线策略蒸馏训练框架，支持从大型教师模型提取紧凑音频模型。

• Stars: ⭐️ 1.1k
• Tags: audio asr tts model-distillation
• 最后活动时间: 2026-06-05

geoopt

基于PyTorch的黎曼流形优化库，支持在弯曲空间中进行自适应优化，适用于处理层次结构和双曲嵌入等场景。

• Stars: ⭐️ 1.1k
• Tags: optimization pytorch riemannian-geometry
• 最后活动时间: 2026-10-22

DistillKit

开源LLM蒸馏工具包，提供模型知识蒸馏的完整解决方案。

• Stars: ⭐️ 1.1k
• Tags: distillation llm fine-tuning knowledge-transfer
• 最后活动时间: 2026-05-12

Skills

专注于提升大语言模型技能的项目，帮助LLM在各种任务场景中表现更出色。

• Stars: ⭐️ 1.1k
• Tags: llm skills fine-tuning
• 最后活动时间: 2026-10-23

morph-net

快速简单的资源约束深度网络结构学习框架，支持神经网络架构自动搜索与优化。

• Stars: ⭐️ 1.0k
• Tags: automl neural-architecture-search deep-learning tensorflow
• 最后活动时间: 2026-10-05

Automodel

PyTorch原生分布式训练库，专为LLM/VLM设计，开箱即用支持Hugging Face生态。

• Stars: ⭐️ 1.0k
• Tags: llm finetuning pytorch distributed-training vlm
• 最后活动时间: 2026-10-22

harness-1

用于训练长视界搜索智能体的超配方案，通过20B参数模型和有状态框架匹配前沿AI的搜索能力。为复杂推理和搜索任务提供强大的训练基础设施。

• Stars: ⭐️ 1.0k
• Tags: ai-agents training search-agents reinforcement-learning llm
• 最后活动时间: 2026-06-15

neural-structured-learning

Google开发的框架，用于训练具有结构化信号的神经网络，支持对抗学习和图神经网络。

• Stars: ⭐️ 1.0k
• Tags: neural-network adversarial-learning graph-learning tensorflow
• 最后活动时间: 2026-10-05

TinyLLaVA_Factory

小型大规模多模态模型训练框架，专注于视觉语言模型的轻量化实现与训练。

• Stars: ⭐️ 1.0k
• Tags: Multimodal LLaVA Vision-Language
• 最后活动时间: 2026-10-19

AgileRL

强化学习RLOps框架，通过进化超参数优化实现10倍加速训练。支持多智能体和分布式训练。

• Stars: ⭐️ 959
• Tags: Reinforcement Learning RLOps PyTorch
• 最后活动时间: 2026-10-26

awesome-on-policy-distillation

一个精选的大语言模型策略蒸馏（OPD）论文、框架和工具合集。涵盖了知识蒸馏、强化学习及推测解码等前沿训练技术。

• Stars: ⭐️ 897
• Tags: llm knowledge-distillation reinforcement-learning awesome-list model-training
• 最后活动时间: 2026-10-06

Valen

让你从零亲手训练一个类JEPA的多模态"系统一"模型，现已支持视觉能力，适合想深入理解多模态模型训练原理的开发者。

• Stars: ⭐️ 881
• Tags: Multimodal Model Training Vision Self-Supervised Learning Open Source
• 最后活动时间: 2026-10-22

terratorch

专注于地理空间基础模型微调的Python工具包，支持地球观测、气象预测等领域的深度学习模型训练。

• Stars: ⭐️ 878
• Tags: deep-learning foundation-models geospatial earth-observation computer-vision
• 最后活动时间: 2026-10-22

bionemo-recipes

用于大规模药物发现领域AI模型的构建和适配的配方库。基于PyTorch和GPU加速，助力生物信息学领域的深度学习研究。

• Stars: ⭐️ 878
• Tags: drug-discovery machine-learning pytorch gpu bioinformatics
• 最后活动时间: 2026-10-23

LLM-Finetuning-Toolkit

开源LLM微调工具包，支持微调、消融实验和单元测试，覆盖Llama2、Mistral、Falcon等主流模型。

• Stars: ⭐️ 870
• Tags: Fine-tuning LoRA QLoRA LLM
• 最后活动时间: 2026-10-22

Valen

动手训练类Jev多模态模型的实践项目，现已支持视觉能力，助你从零构建自己的System One模型。

• Stars: ⭐️ 858
• Tags: multimodal vision-language model-training open-source
• 最后活动时间: 2026-10-16

surogate

主打极速训练与微调的轻量级工具。支持Llama、Qwen等主流大模型的高效SFT微调，最大化利用NVIDIA GPU性能。

• Stars: ⭐️ 856
• Tags: fine-tuning sft llm deep-learning cuda
• 最后活动时间: 2026-10-23

Megatron-Bridge

用于Megatron架构模型的训练库，支持与Hugging Face格式的双向无缝转换。

• Stars: ⭐️ 850
• Tags: megatron huggingface model-conversion training
• 最后活动时间: 2026-08-07

Optimization.jl

Julia语言的统一数学优化接口，支持局部/全局优化、凸优化、混合整数规划等，内置自动微分功能，广泛应用于机器学习模型训练与科学计算。

• Stars: ⭐️ 848
• Tags: optimization julia automatic-differentiation machine-learning
• 最后活动时间: 2026-10-20

mammoth

基于PyTorch的可扩展持续学习框架，NeurIPS 2020官方代码库，支持多种训练策略。

• Stars: ⭐️ 847
• Tags: continual-learning pytorch deep-learning
• 最后活动时间: 2026-05-20

UniSD

面向大语言模型的统一自蒸馏框架，旨在通过自蒸馏技术优化并压缩模型规模。

• Stars: ⭐️ 846
• Tags: self-distillation llm model-compression fine-tuning
• 最后活动时间: 2026-06-13

llm-engine

Scale AI开源的LLM引擎，提供高效的大模型微调能力。

• Stars: ⭐️ 839
• Tags: Fine-tuning LLM Scale AI
• 最后活动时间: 2026-10-22

doc-to-lora

使用超网络让LLM记忆事实信息的创新方法，通过LoRA实现知识更新。

• Stars: ⭐️ 836
• Tags: hypernetworks lora llm memory
• 最后活动时间: 2026-06-15

libfacedetection.train

人脸检测模型训练程序，支持人脸检测和5点关键点定位模型的训练。

• Stars: ⭐️ 835
• Tags: face-detection model-training landmark-detection deep-learning
• 最后活动时间: 2026-07-10

lmms-engine

一个简洁统一的多模态模型训练引擎，支持大规模模型微调与开发，灵活且可扩展。

• Stars: ⭐️ 833
• Tags: multimodal training llm
• 最后活动时间: 2026-10-23

refiners

基于PyTorch的微框架，提供一流API用于基础模型适配，支持LoRA、ControlNet、Stable Diffusion等多种微调技术。

• Stars: ⭐️ 832
• Tags: PyTorch LoRA Fine-tuning
• 最后活动时间: 2026-10-12

kohya-colab

基于kohya-ss工作的Stable Diffusion LoRA训练Colab笔记本集合，提供便捷的模型微调解决方案。

• Stars: ⭐️ 822
• Tags: stable-diffusion lora-training colab fine-tuning
• 最后活动时间: 2026-09-26

ensmallen

轻量级C++数值优化库，广泛用于机器学习模型训练优化。

• Stars: ⭐️ 814
• Tags: optimization machine-learning deep-learning cpp
• 最后活动时间: 2026-09-11

can-i-finetune-this

估算 Hugging Face 模型是否能在本地 GPU 上运行和微调的工具。帮助开发者在微调前评估显存需求，支持 QLoRA 和 PEFT。

• Stars: ⭐️ 794
• Tags: fine-tuning gpu hugging-face llm memory-estimation pytorch vram
• 最后活动时间: 2026-10-08

terratorch

专注于地理空间基础模型微调的Python工具包，支持地球观测和气象模型。

• Stars: ⭐️ 788
• Tags: geospatial foundation-models deep-learning earth-observation pytorch
• 最后活动时间: 2026-05-04

tinker

面向大语言模型的训练微调 API 与命令行工具，让开发者无需自建基础设施即可高效微调开源模型。适合快速迭代实验与生产级模型定制。

• Stars: ⭐️ 775
• Tags: fine-tuning LLM training API CLI
• 最后活动时间: 2026-10-21

sparsify

使用稀疏自编码器和Transcoders对Transformer模型进行稀疏化处理。

• Stars: ⭐️ 742
• Tags: sparse-autoencoder mechanistic-interpretability transformer
• 最后活动时间: 2026-10-19

Flow-Factory

统一框架，为Flow-Matching模型提供便捷的强化学习训练能力，支持图像与视频生成。

• Stars: ⭐️ 735
• Tags: flow-matching reinforcement-learning diffusion image-generation
• 最后活动时间: 2026-10-21

LoongForge

高性能模型训练框架，支持在 NVIDIA GPU 和昆仑 XPU 上训练 LLM、VLM、扩散模型及具身智能模型。提供从预训练到微调的完整分布式训练能力。

• Stars: ⭐️ 723
• Tags: llm vlm diffusion distributed-training gpu
• 最后活动时间: 2026-10-23

finetune

提供Scikit-learn风格的NLP模型微调接口，简化Transformer模型的迁移学习流程。

• Stars: ⭐️ 720
• Tags: finetuning nlp transformers scikit-learn
• 最后活动时间: 2026-05-05

FEDOT

自动化机器学习框架，支持进化算法和超参数优化。

• Stars: ⭐️ 712
• Tags: automl machine-learning evolutionary-algorithms hyperparameter-optimization
• 最后活动时间: 2026-10-21

huggingface-llama-recipes

HuggingFace 官方推出的 Llama 系列模型训练与微调配方合集，提供从预训练到微调的完整实践方案。适合希望快速上手开源大模型定制的开发者。

• Stars: ⭐️ 711
• Tags: llama huggingface fine-tuning llm training recipes
• 最后活动时间: 2026-08-24

Trinity-RFT

一个通用、灵活且可扩展的大语言模型强化微调框架，支持RLHF训练流程。

• Stars: ⭐️ 710
• Tags: llm rlhf fine-tuning reinforcement-learning
• 最后活动时间: 2026-10-08

torchforge

PyTorch原生的大规模训练后优化工具，支持量化、剪枝等模型压缩技术。

• Stars: ⭐️ 707
• Tags: pytorch post-training quantization optimization
• 最后活动时间: 2026-09-09

FL-bench

联邦学习基准测试平台，支持差分隐私和个性化联邦学习研究。

• Stars: ⭐️ 694
• Tags: federated-learning differential-privacy deep-learning pytorch
• 最后活动时间: 2026-10-20

GPJax

基于 JAX 和 Equinox 构建的高斯过程库，为贝叶斯推断与概率编程提供简洁高效的模型训练框架。适合机器学习研究者快速实现高斯过程模型。

• Stars: ⭐️ 670
• Tags: Gaussian-Processes JAX Bayesian-Inference Machine-Learning Probabilistic-Programming
• 最后活动时间: 2026-10-19

quaterion

高效的相似度学习模型微调框架，基于PyTorch Lightning构建。

• Stars: ⭐️ 665
• Tags: similarity-learning metric-learning pytorch fine-tuning
• 最后活动时间: 2026-10-05

RandOpt

论文官方代码库，研究预训练权重周围的任务专家多样性，涉及LoRA、神经进化与后训练优化技术。

• Stars: ⭐️ 657
• Tags: llm lora post-training ensemble-learning neuroevolution
• 最后活动时间: 2026-09-21

Relax

面向全模态大规模后训练的异步强化学习引擎，支持GRPO、RLHF与多智能体分布式训练。基于Ray Serve构建，为Omni-Modal模型的Post-Training提供高吞吐基础设施。

• Stars: ⭐️ 655
• Tags: ReinforcementLearning RLHF GRPO PostTraining Multimodal DistributedTraining MultiAgent RayServe
• 最后活动时间: 2026-10-26

small-text

Python文本分类主动学习库，支持深度学习、Transformer和小语言模型。

• Stars: ⭐️ 646
• Tags: active-learning text-classification transformers pytorch
• 最后活动时间: 2026-10-19

LightReasoner

探索小语言模型如何教导大语言模型进行推理的创新方法。

• Stars: ⭐️ 612
• Tags: reasoning knowledge-distillation small-language-models post-training
• 最后活动时间: 2026-05-22

axrl

基于 SGLang 和 Megatron 构建的智能体强化学习后训练框架。支持真实世界的智能体工作流，助力大模型的高效训练与优化。

• Stars: ⭐️ 612
• Tags: reinforcement-learning rlhf sglang megatron agent-workflows post-training
• 最后活动时间: 2026-08-03

Fizgig

Fizgig 是一款面向图像、视频与音乐生成模型的 LoRA 微调工作室，支持训练、微调、性能分析、修复与提取 LoRA/LoKR。兼容 Klein、Krea、Qwen Image、Z-Image Turbo、Ace-Step 等多种主流模型。

• Stars: ⭐️ 610
• Tags: lora fine-tuning stable-diffusion flux qwen-image
• 最后活动时间: 2026-10-25

AViD

一个支持在自定义数据集上微调视觉-语言对齐（grounding）模型的框架，帮助开发者快速将多模态模型适配到特定领域场景。

• Stars: ⭐️ 606
• Tags: vision-language fine-tuning multimodal deep-learning
• 最后活动时间: 2026-08-30

Enzyme.jl

Julia语言的Enzyme自动微分绑定，支持编译器级别的自动微分，适用于深度学习训练优化。

• Stars: ⭐️ 590
• Tags: automatic-differentiation julia enzyme machine-learning
• 最后活动时间: 2026-10-21

SteptronOss

轻量级AI原生训练框架，支持SFT、RLVR和评估工作流，专为快速迭代和可复现实验设计。

• Stars: ⭐️ 589
• Tags: training-framework llm fine-tuning rlvr
• 最后活动时间: 2026-09-04

simply

基于JAX的极简可扩展研究代码库，专为LLM和自回归模型的前沿研究快速迭代设计。

• Stars: ⭐️ 585
• Tags: jax llm research autoregressive
• 最后活动时间: 2026-10-22

Relax

一个用于全模态大规模后训练的异步强化学习引擎。支持多智能体强化学习、分布式训练及GRPO等算法，加速大模型的对齐与微调。

• Stars: ⭐️ 581
• Tags: reinforcement-learning distributed-training rlhf llm multimodal
• 最后活动时间: 2026-08-28

INFTY

支持持续学习的AI优化工具包，用于模型训练与优化流程。

• Stars: ⭐️ 576
• Tags: continual-learning optimization ai-toolkit
• 最后活动时间: 2026-09-01

comfyUI-Realtime-Lora

直接在ComfyUI中实时训练、编辑和保存LoRA模型，支持Flux、SDXL、SD 1.5等多种主流模型。为AI图像生成提供便捷的微调工具。

• Stars: ⭐️ 575
• Tags: comfyui lora stable-diffusion flux fine-tuning
• 最后活动时间: 2026-08-21

paxml

基于JAX的大规模机器学习训练框架，支持高级并行化与业界领先的模型利用率。

• Stars: ⭐️ 560
• Tags: jax llm training parallelism
• 最后活动时间: 2026-10-15

dion

Dion 是一种面向大规模模型训练的分布式优化器算法，通过正交化更新在多设备间高效同步，兼顾训练速度与内存效率。适合大模型预训练与微调场景的优化算法研究与实践。

• Stars: ⭐️ 557
• Tags: Optimizer Deep Learning Distributed Training LLM Training
• 最后活动时间: 2026-09-30

Hyperactive

统一的优化算法接口，支持超参数优化、神经网络架构搜索和特征工程自动化。

• Stars: ⭐️ 551
• Tags: hyperparameter-optimization neural-architecture-search optimization machine-learning
• 最后活动时间: 2026-09-14

Laplace

深度学习拉普拉斯近似库，用于神经网络的不确定性估计和贝叶斯推断。

• Stars: ⭐️ 550
• Tags: Bayesian Deep Learning Uncertainty
• 最后活动时间: 2026-10-25

AI-Toolkit-Easy-Install

AI-Toolkit 的一键式 Windows 便携安装器，让 Stable Diffusion 与 LoRA 微调开箱即用。

• Stars: ⭐️ 533
• Tags: ai-toolkit fine-tuning lora stable-diffusion windows
• 最后活动时间: 2026-10-22

diffusion-e2e-ft

WACV'25口头报告论文实现，证明微调图像条件扩散模型比想象中更容易。

• Stars: ⭐️ 521
• Tags: diffusion-models fine-tuning depth-estimation computer-vision
• 最后活动时间: 2026-07-09

baybe

基于机器学习的贝叶斯优化与实验设计（DOE）Python库，支持主动学习，可用于超参数调优与科学实验的高效优化。

• Stars: ⭐️ 517
• Tags: bayesian-optimization machine-learning active-learning design-of-experiments
• 最后活动时间: 2026-10-21

ml-mdm

Apple开源的文本到图像扩散模型训练框架，专注于数据和计算效率优化，支持高质量模型训练。

• Stars: ⭐️ 516
• Tags: Diffusion Models Text-to-Image Apple
• 最后活动时间: 2026-06-25

GDPO

GDPO（组奖励解耦归一化策略优化）的官方实现，一种面向多奖励场景的大模型强化学习优化方法。基于GRPO改进，可用于提升LLM的推理与对齐能力。

• Stars: ⭐️ 513
• Tags: RLHF GRPO LLM Reinforcement-Learning Reasoning TRL
• 最后活动时间: 2026-05-20

nnue-pytorch

基于 PyTorch 的 Stockfish NNUE 国际象棋评估网络训练器，用于训练驱动世界最强国际象棋引擎的高效神经网络。适合研究高效神经网络架构与强化学习训练的开发者。

• Stars: ⭐️ 506
• Tags: chess deep-learning pytorch stockfish nnue
• 最后活动时间: 2026-10-17