← Découvrir
Découvrir · GitHub · Marin

Plateforme de développement ouverte pour la recherche sur les modèles fondamentaux

Plateforme et ensemble d'outils pour expérimenter les étapes allant du traitement des données à l'entraînement et à l'évaluation des modèles fondamentaux.

Mises à jour

  • 31 août 2026: Étoiles 1,967 → 3,089.

Installation

Cloner le dépôt officiel
git clone https://github.com/marin-community/marin.git
Créer l'environnement Python
uv venv --python 3.12
Installer les dépendances
uv sync --all-packages

Exécution

Exécuter le test smoke CPU
wandb offline
uv run python experiments/tutorials/train_tiny_model.py --device cpu --dataset tinystories --version dev --run

Que fait cet outil ?

Exécute les expériences comme une séquence d'étapes dépendantes dans un ordre topologique. L'exemple officiel montre la tokenisation de TinyStories et l'entraînement d'un petit modèle de langage; l'approche de développement ouverte documente aussi le code, les données, les décisions et les essais infructueux.

Pour qui ?

Équipes menant des recherches sur la curation, la transformation et le filtrage de données, la tokenisation, l'entraînement de modèles et l'évaluation.

À quoi ne faut-il pas s’attendre ?

Pas destiné au développement d'applications simples hors du périmètre de la recherche sur les modèles fondamentaux, ni aux utilisateurs qui ne veulent pas configurer Python et l'environnement de développement requis.

Points forts

  • Portée de recherche couvrant le traitement des données, le pré‑entraînement, le fine‑tuning et l'évaluation
  • Flux d'expérimentation qui exécute les étapes dépendantes dans un ordre topologique
  • Documentation ouverte couvrant également les expériences infructueuses et les décisions de développement

Premiers pas

  1. Clonez le dépôt officiel et créez un environnement virtuel Python 3.12 ou supérieur
  2. Synchronisez les dépendances avec uv
  3. Configurez la variable d'environnement MARIN_PREFIX
  4. Exécutez le test smoke TinyStories hors ligne sur le CPU

Démarrage prudent

Le test smoke CPU sert uniquement à la validation initiale. Les dépendances CPU, GPU et TPU peuvent nécessiter des matériels additionnels distincts. WANDB_API_KEY et HF_TOKEN ne sont nécessaires que pour le suivi ou les workflows avec modèles fermés.

Premier prompt

🤖 Collez ceci dans votre agent (Claude Code · Codex · Antigravity)

Lancez comme première validation l'entraînement d'un petit modèle sur CPU avec le flux TinyStories hors ligne.

Termes liés du glossaire

CPUGPU

Liens

TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-08-25 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.