Esta es la aplicación de Linux llamada H2O LLM Studio cuya última versión se puede descargar como v1.0.0sourcecode.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada H2O LLM Studio con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CAPTURAS DE PANTALLA:
Estudio H2O LLM
DESCRIPCIÓN:
Bienvenido a H2O LLM Studio, un marco y una GUI sin código diseñados para ajustar modelos de lenguajes grandes (LLM) de última generación. También puede utilizar H2O LLM Studio con la interfaz de línea de comandos (CLI) y especificar el archivo de configuración que contiene todos los parámetros del experimento. Para ajustar el uso de H2O LLM Studio con CLI, active el entorno pipenv ejecutando make shell. Con H2O LLM Studio, entrenar su modelo de lenguaje grande es fácil e intuitivo. Primero, cargue su conjunto de datos y luego comience a entrenar su modelo. Empiece por crear un experimento. Luego puede monitorear y administrar su experimento, comparar experimentos o enviar el modelo a Hugging Face para compartirlo con la comunidad.
Caracteristicas
- Ajuste fácil y eficazmente los LLM sin necesidad de tener experiencia en codificación
- Utilice una interfaz gráfica de usuario (GUI) especialmente diseñada para modelos de lenguaje grandes
- Ajuste cualquier LLM utilizando una gran variedad de hiperparámetros
- Utilice el aprendizaje por refuerzo (RL) para ajustar su modelo (experimental)
- Utilice métricas de evaluación avanzadas para juzgar las respuestas generadas por el modelo.
- Realice un seguimiento y compare visualmente el rendimiento de su modelo. Además, se puede utilizar la integración de Neptune.
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/h2o-llm-studio.mirror/. Ha sido alojado en OnWorks para poder ejecutarlo online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.