#162 · 主分类： 深度学习框架
DataDreamer
alignment
deep-learning
fine-tuning
gpt
instruction-tuning
llm
llmops
llms
machine-learning
natural-language-processing
nlp
nlp-library
openai
python
pytorch
synthetic-data
synthetic-dataset-generation
transformers
DataDreamer：提示。生成合成数据。训练和对齐模型。 🤖💤
项目最后更新：02/02/25
GitHub Stars
1.1K
Forks数量
58
贡献者数量
4
许可证
MIT
收录理由
多数大模型研究流程里，提示词脚本、数据清洗和模型训练常常各自为政，中间环节的衔接全凭手工拼凑，复现时很难说清每一步如何影响下一步。DataDreamer 是一个 Python 库，把这些阶段收拢成一条可复现的工作流，研究人员或小团队可以从一个粗略想法直接走到训练并对齐模型，省去零散组装的麻烦。它能调用开源模型或 API 模型来构建和扩充合成数据集，再基于这些数据训练或对齐模型。默认配置合理，缓存策略也很激进，实验中断后再次运行能低成本续跑，数据和模型卡片会记录来源与引用信息，为后续复现提供依据。该项目由 NLP 研究者基于 Hugging Face 和 LiteLLM 构建，更像一个面向可复现实验的实用脚手架，而非又一个浅封装。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。