Startseite Projekte bonito
bonito
Python

bonito

Eine leichte Bibliothek zur Generierung synthetischer Instruction-Tuning-Datensätze für Ihre Daten ohne GPT.

von BatsResearch · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
domain-adaptationgptllmBSD-3-ClausePython
Auf GitHub ansehen
In einfachen Worten

Generieren Sie Trainingsdatensätze aus unannotiertem Text für KI-Modelle ganz einfach.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
bonito — GitHub preview card
📈 Sternhistorie
831830
2026-07-202026-08-31
📈 bonito verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Eine leichte Bibliothek zur Generierung synthetischer Instruction-Tuning-Datensätze für Ihre Daten ohne GPT.

bonito hat 830 Sterne auf GitHub. Es wurde 56-mal geforkt. bonito ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. bonito ist unter der BSD-3-Clause-Lizenz verfügbar. Die Hauptthemen sind: domain-adaptation, gpt, llm, synthetic-data.

Frequently asked questions

Was ist bonito?

Eine leichte Bibliothek zur Generierung synthetischer Instruction-Tuning-Datensätze für Ihre Daten ohne GPT.

Ist bonito Open Source?

bonito ist ein Open-Source-Projekt. Es wird unter der BSD-3-Clause-Lizenz veröffentlicht.

Ist bonito kostenlos?

Ja. bonito ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht bonito?

bonito ist unter der BSD-3-Clause-Lizenz verfügbar.

In welcher Sprache ist bonito geschrieben?

bonito ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — bonito

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=batsresearch-bonito)](https://olud.ai/project/batsresearch-bonito.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
pytorch-adapt
Domänenanpassung leicht gemacht. Vollständig ausgestattet, modular und anpassbar.
397 · computer-vision
teiltdomain-adaptation
pykale
Wissen-bewusste maschinelles Lernen (KALE): zugängliches maschinelles Lernen aus mehreren Quell…
486 · computer-vision
teiltdomain-adaptation
Exclusively-Dark-Image-Dataset
Exklusiv Dark (ExDARK) Datensatz, der nach unserem besten Wissen die größte Sammlung von Aufnah…
635 · computer-vision
teiltdomain-adaptation
mtt-distillation
Offizieller Code für unser CVPR '22 Papier "Dataset Distillation by Matching Training Trajector…
442 · artificial-intelligence
teiltsynthetic-data
powerful-benchmarker
Eine Bibliothek für ML-Benchmarking. Sie ist leistungsstark.
441 · benchmarking
teiltdomain-adaptation
Ditto
[CVPR'26 Highlight] Ditto: Skalierung der anweisungsbasierten Videobearbeitung mit einem hochwe…
616 · diffusion-models
teiltsynthetic-data
AdaptSegNet
Lernen, den strukturierten Ausgaberaum für die semantische Segmentierung anzupassen, CVPR 2018…
859 · adversarial-learning
teiltdomain-adaptation
gpl
Mächtige unüberwachte Domänenanpassungsmethode für dichte Abrufung. Benötigt nur ein unlabeled…
343 · bert
teiltdomain-adaptation
transferlearning
Transferlernen / Domänenanpassung / Domänenverallgemeinerung / Mehrfachaufgabenlernen usw. Papi…
14.3k · deep-learning
teiltdomain-adaptation
Transfer-Learning-Library
Transfer-Learning-Bibliothek für Domänenanpassung, Aufgabenanpassung und Domänenverallgemeineru…
3.9k · adversarial-learning
teiltdomain-adaptation

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.