← Découvrir
GitHub · MakazhanAlpamys/Soup↑ +297 aujourd'hui

Formation à l'intelligence artificielle en mémoire faible

Soup est une bibliothèque Python qui permet d'affiner de grands modèles de langage via un seul fichier YAML. Il peut entraîner des modèles avec 8 milliards de paramètres à l'aide de la méthode de streaming de couches sur des processeurs graphiques d'ordinateurs portables dotés de 4 Go de mémoire.

Mises à jour

  • 15 octobre 2026: Étoiles 8,615 → 9,069, dernière version v0.76.1 (14 octobre 2026).
  • 12 octobre 2026: Étoiles 7,988 → 8,615, dernière version v0.76.0 (12 octobre 2026).
  • 2 octobre 2026: Étoiles 7,309 → 7,988, dernière version v0.75.2 (1 octobre 2026).
  • 27 septembre 2026: Étoiles 6,267 → 7,309, dernière version v0.75.1 (21 septembre 2026).

Ce que ça vous apporte

  • Vous pouvez entraîner des modèles avec 8 milliards de paramètres sur des ordinateurs portables dotés de 4 Go de mémoire graphique.
  • Avec la méthode du flux de couches, vous n'avez pas à gérer des installations complexes en surmontant les restrictions matérielles.
  • Vous pouvez gérer l'ensemble du processus de formation via un seul fichier de configuration.

Installation

Configuration de base
pip install "soup-cli[train]"
Configuration avec toutes les fonctionnalités
pip install "soup-cli[all]"

Exécution

Commencer la formation
soup init --template chat
soup train

Si vous ne codez pas

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

Je souhaite entraîner un modèle d'intelligence artificielle avec 8 milliards de paramètres à l'aide de la bibliothèque Soup sur mon ordinateur doté de 4 Go de mémoire graphique. Aidez-moi à créer un fichier de configuration YAML qui permet le streaming de couches et utilise la quantification 4 bits. Préparez le contenu du fichier soupe.yaml requis pour démarrer le processus de formation, puis expliquez étape par étape comment démarrer la formation à l'aide de ce fichier.

Dépôt : https://github.com/MakazhanAlpamys/Soup. Base-toi sur les instructions officielles du fichier README de ce dépôt pour l'installation et l'exécution.

Avant de commencer, vérifie quel système d'exploitation nous utilisons et si les outils nécessaires (ex: Python, Node.js, Git, Docker) sont installés. Installe ceux qui manquent étape par étape selon ce système.

Crée un nouveau dossier vide pour travailler. Ne touche pas aux fichiers en dehors de ce dossier et ne supprime rien. Avant chaque commande, décris ce que tu vas faire en une phrase.

Dis-moi ce que je devrais voir à l'écran à la fin de chaque étape. Si une erreur survient, je te copierai le message d'erreur tel quel et nous la corrigerons ensemble.

Termes liés du glossaire

Pour quiIl s'adresse aux développeurs qui souhaitent affiner de grands modèles de langage sur leur ordinateur local sans coûts matériels élevés.
LicenceApache-2.0

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 2026-08-16 : 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. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.