Inicio Proyectos trainer
trainer
Go

trainer

Entrenamiento de modelos de IA distribuidos y ajuste fino de LLM en Kubernetes

por kubeflow · GitHub
Estrellas
Ramas
Tendencias
Licencia
Creado
Último commit
Categoría
Lenguaje
aidistributedfine-tuningApache-2.0Go
Ver en GitHub
En palabras simples

Entrena modelos de IA y ajusta modelos de lenguaje grande en un clúster de Kubernetes.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
trainer — GitHub preview card
📈 Historial de estrellas
2.2k2.1k
2026-07-072026-08-31
📈 Sigue trainer

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Entrenamiento de modelos de IA distribuidos y ajuste fino de LLM en Kubernetes

trainer tiene 2.2k estrellas en GitHub. Se ha bifurcado 1k veces. trainer está escrito principalmente en Go. Se desarrolla activamente desde 2017. trainer está disponible bajo la licencia Apache-2.0. Sus temas principales son: ai, distributed, fine-tuning, gpu.

Frequently asked questions

¿Qué es trainer?

Entrenamiento de modelos de IA distribuidos y ajuste fino de LLM en Kubernetes

¿trainer es de código abierto?

trainer es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿trainer es gratis?

Sí. trainer es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está trainer?

trainer está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito trainer?

trainer está escrito principalmente en Go.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — trainer

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=kubeflow-trainer)](https://olud.ai/project/kubeflow-trainer.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.