carry/gzhu-biyesheji

Go to file

carry 4f7926aec6 feat(train_page): 实现训练目录自动递增功能

- 在 training 文件夹下创建递增的目录结构
- 确保 training 文件夹存在
- 扫描现有目录，生成下一个可用的目录编号
- 更新训练模型函数，使用新的训练目录

2025-04-14 16:46:29 +08:00

feat(dataset): 初步完成数据集管理页面和功能

2025-04-09 20:49:20 +08:00

feat(train_page): 实现训练目录自动递增功能

2025-04-14 16:46:29 +08:00

refactor(schema): 修改数据集名称默认值

2025-04-09 19:42:00 +08:00

train: 更新模型训练功能和日志记录方式

2025-04-14 16:19:37 +08:00

.gitignore

chore: 更新 .gitignore 文件

2025-04-12 18:42:36 +08:00

global_var.py

fix(global_var):修复_workdir非全局变量的bug

2025-04-13 01:52:05 +08:00

LICENSE

docs: 添加项目基础文档

2025-04-08 13:35:30 +08:00

main.py

fix(main): 修复unsloth没有最先导入的问题，删除了重复的导入语句

2025-04-14 16:31:47 +08:00

README.md

docs: 添加项目基础文档

2025-04-08 13:35:30 +08:00

requirements.txt

build: 添加 tensorboard 依赖

2025-04-14 16:30:39 +08:00

README.md

基于文档驱动的自适应编码大模型微调框架

简介

本人的毕业设计

项目概述

通过深度解析私有库的文档以及其他资源，生成指令型语料，据此对大语言模型进行针对私有库的微调。

项目技术

使用unsloth框架在GPU上实现大语言模型的qlora微调
使用langchain框架编写工作流实现批量生成微调语料
使用tinydb和sqlite实现数据的持久化
使用gradio框架实现前端展示

施工中......