Awesome GitHub RepositoriesRegression Models

Este proyecto es un entrenador de modelos multimodales y una herramienta de ajuste fino (fine-tuning) de aprendizaje automático que proporciona un flujo de trabajo contenedorizado para adaptar modelos preentrenados a tareas específicas. Cuenta con una interfaz web sin código y un tablero para entrenar modelos de lenguaje de gran tamaño y otros conjuntos de datos de aprendizaje automático sin escribir código. El sistema se distingue por integrar una interfaz sin código con orquestación de GPU remota, permitiendo a los usuarios desplegar entornos de entrenamiento contenedorizados en infraestructura en la nube o hardware local. Incluye un integrador dedicado para cargar pesos y configuraciones de modelos entrenados directamente en Hugging Face Hub. Las capacidades cubren una amplia gama de modalidades, incluyendo visión artificial para clasificación de imágenes y detección de objetos, procesamiento de lenguaje natural para clasificación de texto y tareas de secuencia a secuencia, y aprendizaje supervisado para datos tabulares. El kit de herramientas también admite la optimización especializada de modelos de lenguaje a través de ajuste fino eficiente en parámetros y cuantización. Los flujos de trabajo de entrenamiento se gestionan a través de archivos de configuración o una interfaz basada en navegador, con soporte integrado para el mapeo de columnas de conjuntos de datos y el monitoreo del progreso del entrenamiento.