# modelscope-classroom **Repository Path**: xutopia/modelscope-classroom ## Basic Information - **Project Name**: modelscope-classroom - **Description**: github - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-02-21 - **Last Updated**: 2025-02-21 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # ModelScope教程 # 🍀介绍 在这里我们集中了魔搭社区的深度学习教程!热爱AI的开发者们可以在这里找到自己想要了解的知识,并学会训练、推理、部署、应用搭建等各类常用操作! # 🌿更新日志 - ⭐️2024.12.30 添加了unsloth的使用样例,请查看[unsloth样例](./LLM-tutorial/notebook/unsloth.ipynb). - ⭐️2024.12.24 添加了LLaMA-Factory的使用样例,请查看[LLaMA-Factory样例](./LLM-tutorial/notebook/llama-factory.ipynb). - ⭐️2024.12.24 添加了Dify的使用样例,请查看[Dify样例](./LLM-tutorial/notebook/dify.ipynb). - ⭐️2024.12.23 添加了vLLM和VLMEvalKit的notebook样例,请查看[vLLM样例](./LLM-tutorial/notebook/vllm.ipynb)和[VLMEvalKit样例](./LLM-tutorial/notebook/VLMEvalKit多模态模型评估.ipynb). - ⭐️2024.11.22 添加了使用Omnigen模型合成两个人物拥抱图片的notebook,请查看[Omnigen样例](./AIGC-tutorial/notebook/Omnigen_demo.ipynb). - ⭐️2024.11.01 补充了一个通用训练流程的notebook,请查看[古文翻译训练样例](./LLM-tutorial/notebook/训练.ipynb). - ⭐️2024.10.30 补充了全流程数据集训练的notebook,请查看[全流程知乎数据集训练](./LLM-tutorial/notebook/全流程知乎数据集训练.ipynb). - ⭐️2024.10.22 添加了有关 OpenAI-O1 的技术调研,请查看[LLM-tutorial](./LLM-tutorial/从%20OpenAI-O1%20看大模型的复杂推理能力.md). - ⭐️2024.06.14 补充了人类偏好对齐训练技术解析,请查看[LLM-tutorial](./LLM-tutorial/M.人类偏好对齐训练.md). - ⭐️2024.05.16 补充了量化技术解析,请查看[LLM-tutorial](./LLM-tutorial/量化技术解析.md). - ⭐️2024.05.16 补充了LISA技术解析,请查看[LLM-tutorial](./LLM-tutorial/LISA微调技术解析.md). - ⭐️2024.04.12 新增基于modelscope-agent的Agentfabric的训练教程,即魔搭社区版本的 OPENAI Store [AgentFabric](./LLM-tutorial/Modelscope-Agent:%20AgentFabric微调最佳实践.md). - ⭐️2024.03.12 补全LLM大模型系列教程,请查看[LLM-tutorial](./LLM-tutorial). - ⭐️2024.03.06 增加了SD-AIGC(文生图、文生视频)的系列教程和Demo,请查看[AIGC-tutorial](./AIGC-tutorial). - 提供了Sora文生视频相关技术的DEMO,如DiT、ViViT等. - 提供了[Diffusion扩散技术的教程](./AIGC-tutorial/基于Transformers,diffusion技术解析+实战.md). - ⭐️2024.03.06 增加了LLM大模型的系列教程,请查看[LLM-tutorial](./LLM-tutorial). - 提供了从深度学习介绍到部署的整套基础流程文档