← Découvrir
Découvrir · GitHub · 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

  • 5 septembre 2026: Étoiles 4,285 → 5,332, dernière version v0.74.0 (4 septembre 2026).
  • 1 septembre 2026: Étoiles 3,235 → 4,285, dernière version v0.73.3 (18 août 2026).
  • 27 août 2026: Étoiles 2,222 → 3,235, dernière version v0.73.3 (18 août 2026).
  • 18 août 2026: Étoiles 1,739 → 2,222, dernière version v0.73.3 (18 août 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.

Termes liés du glossaire

Layer StreamingFine-tuningLarge Language ModelsArtificial Intelligence
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. Cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.