transformerlab/transformerlab-app

Открытая исследовательская среда для ИИ, позволяющая исследователям легко обучать, оценивать и масштабировать модели с локального оборудования на GPU-кластеры.

Обучение⭐ 5 188Pythonпоследний релиз: v0.40.1
Открыть на GitHub ↗Сайт проекта ↗

Что это за инструмент

Transformer Lab — это open-source платформа для машинного обучения, объединяющая инструменты для обучения, оценки и масштабирования моделей в едином интерфейсе.

Зачем нужен

Инструмент решает проблему фрагментации AI-тулинга, позволяя исследователям работать с моделями локально или в облачных GPU-кластерах через один UI. Он полезен для упрощения процессов fine-tuning, инференса и оценки моделей без необходимости ручного управления сложными инфраструктурными компонентами.

Что можно реализовать

  • Локальное обучение и fine-tuning LLM (Llama 3, Mistral, Qwen) на Apple Silicon или NVIDIA GPU с использованием LoRA/QLoRA и RLHF.
  • Управление распределенными вычислениями: отправка задач на Slurm-кластеры или облачные провайдеры (AWS, GCP, Azure) через SkyPilot.
  • Генерация изображений (Text-to-Image, Inpainting) с использованием Stable Diffusion и Flux, включая обучение кастомных LoRA-адаптеров.
  • Автоматизированная оценка моделей (LLM-as-a-Judge) и red-teaming на предмет безопасности и предвзятости.
  • Генерация речи (TTS) с помощью моделей Kokoro и Bark, включая fine-tuning на пользовательских датасетах.

Ключевые возможности

  • Единый интерфейс для работы с LLM, Diffusion и Audio моделями, поддерживающий форматы HuggingFace, GGUF и MLX.
  • Поддержка различных инференс-движков: MLX, vLLM, Ollama и HuggingFace Transformers.
  • Встроенные инструменты для гиперпараметрического поиска (grid search) через YAML-конфигурации.
  • SDK для Python, позволяющий интегрировать существующие скрипты с автоматическим логированием и трекингом артефактов.
  • Кроссплатформенность: нативная работа на macOS, Linux и Windows (WSL2).

👤 Кому подойдёт: AI-исследователи, ML-инженеры и разработчики, работающие как на локальных машинах, так и в командах с распределенными GPU-кластерами.

Релизы

v0.40.1minor
🕐 3 мес назад · релиз на GitHub ↗

Добавлена поддержка нескольких GPU и параллельных серверов, исправлена работа Azure и навигации, обновлены зависимости.

  • Added: Добавлена команда show_gpus для всех провайдеров вычислений (API, CLI, GUI).
  • Added: В CLI добавлены профили на уровне процессов для параллельной работы с несколькими серверами.
  • Added: В очередь задач lab добавлен флаг --provider.
  • Fixed: Исправлена установка драйверов NVIDIA в Azure и проблема с пустой главной страницей при навигации.
  • Added: Опубликованы новые статьи в блоге: DiffGemma, Eta fused-INT8, VLM Judge 3d generation и другие.