mirror of
https://github.com/HackTricks-wiki/hacktricks.git
synced 2025-10-10 18:36:50 +00:00
51 lines
7.5 KiB
Markdown
51 lines
7.5 KiB
Markdown
# Тест LLMs
|
||
|
||
## Запуск та навчання моделей локально
|
||
|
||
### [**Hugging Face Transformers**](https://github.com/huggingface/transformers)
|
||
|
||
Hugging Face Transformers є однією з найпопулярніших бібліотек з відкритим кодом для використання, навчання та розгортання LLM, таких як GPT, BERT та багатьох інших. Вона пропонує всебічну екосистему, яка включає попередньо навчені моделі, набори даних та безшовну інтеграцію з Hugging Face Hub для доопрацювання та розгортання.
|
||
|
||
### [**LangChain**](https://github.com/langchain-ai/langchain)
|
||
|
||
LangChain є фреймворком, розробленим для створення додатків з LLM. Він дозволяє розробникам підключати мовні моделі до зовнішніх джерел даних, API та баз даних. LangChain надає інструменти для розширеного проектування запитів, управління історією розмов та інтеграції LLM у складні робочі процеси.
|
||
|
||
### [**LitGPT**](https://github.com/Lightning-AI/litgpt)
|
||
|
||
LitGPT є проектом, розробленим Lightning AI, який використовує фреймворк Lightning для полегшення навчання, доопрацювання та розгортання моделей на основі GPT. Він безшовно інтегрується з іншими інструментами Lightning AI, надаючи оптимізовані робочі процеси для обробки великих мовних моделей з покращеною продуктивністю та масштабованістю.
|
||
|
||
### [**LitServe**](https://github.com/Lightning-AI/LitServe)
|
||
|
||
**Опис:**\
|
||
LitServe є інструментом розгортання від Lightning AI, призначеним для швидкого та ефективного розгортання AI моделей. Він спрощує інтеграцію LLM у реальні додатки, надаючи масштабовані та оптимізовані можливості обслуговування.
|
||
|
||
### [**Axolotl**](https://github.com/axolotl-ai-cloud/axolotl)
|
||
|
||
Axolotl є хмарною платформою, розробленою для спрощення розгортання, масштабування та управління AI моделями, включаючи LLM. Вона пропонує такі функції, як автоматичне масштабування, моніторинг та інтеграція з різними хмарними сервісами, що полегшує розгортання моделей у виробничих середовищах без значного управління інфраструктурою.
|
||
|
||
## Спробуйте моделі онлайн
|
||
|
||
### [**Hugging Face**](https://huggingface.co/)
|
||
|
||
**Hugging Face** є провідною платформою та спільнотою для машинного навчання, особливо відомою своєю роботою в обробці природної мови (NLP). Вона надає інструменти, бібліотеки та ресурси, які спрощують розробку, обмін та розгортання моделей машинного навчання.\
|
||
Вона пропонує кілька розділів, таких як:
|
||
|
||
* **Моделі**: Великий репозиторій **попередньо навчених моделей машинного навчання**, де користувачі можуть переглядати, завантажувати та інтегрувати моделі для різних завдань, таких як генерація тексту, переклад, розпізнавання зображень тощо.
|
||
* **Набори даних:** Всебічна **колекція наборів даних**, що використовуються для навчання та оцінки моделей. Це полегшує доступ до різноманітних джерел даних, дозволяючи користувачам знаходити та використовувати дані для своїх конкретних проектів машинного навчання.
|
||
* **Простори:** Платформа для хостингу та обміну **інтерактивними додатками машинного навчання** та демо. Вона дозволяє розробникам **демонструвати** свої моделі в дії, створювати зручні інтерфейси та співпрацювати з іншими, обмінюючись живими демо.
|
||
|
||
## [**TensorFlow Hub**](https://www.tensorflow.org/hub) **&** [**Kaggle**](https://www.kaggle.com/)
|
||
|
||
**TensorFlow Hub** є всебічним репозиторієм повторно використовуваних модулів машинного навчання, розроблених Google. Він зосереджується на полегшенні обміну та розгортання моделей машинного навчання, особливо тих, що побудовані з TensorFlow.
|
||
|
||
* **Модулі:** Велика колекція попередньо навчених моделей та компонентів моделей, де користувачі можуть переглядати, завантажувати та інтегрувати модулі для завдань, таких як класифікація зображень, вбудовування тексту тощо.
|
||
* **Посібники:** Покрокові інструкції та приклади, які допомагають користувачам зрозуміти, як реалізувати та доопрацьовувати моделі за допомогою TensorFlow Hub.
|
||
* **Документація:** Всебічні посібники та API посилання, які допомагають розробникам ефективно використовувати ресурси репозиторію.
|
||
|
||
## [**Replicate**](https://replicate.com/home)
|
||
|
||
**Replicate** є платформою, яка дозволяє розробникам запускати моделі машинного навчання в хмарі через простий API. Вона зосереджується на тому, щоб зробити ML моделі легко доступними та розгорнутими без необхідності в значному налаштуванні інфраструктури.
|
||
|
||
* **Моделі:** Репозиторій моделей машинного навчання, внесених спільнотою, які користувачі можуть переглядати, пробувати та інтегрувати моделі у свої додатки з мінімальними зусиллями.
|
||
* **Доступ до API:** Прості API для запуску моделей, які дозволяють розробникам без зусиль розгортати та масштабувати моделі у своїх додатках.
|