Accueil Projets bonito
bonito
Python

bonito

Une bibliothèque légère pour générer des ensembles de données de réglage d'instructions synthétiques pour vos données sans GPT.

par BatsResearch · GitHub
Étoiles
Forks
Créé
Dernier commit
Langue
domain-adaptationgptllmBSD-3-ClausePython
Voir sur GitHub
En termes simples

Générez facilement des ensembles de données d'entraînement à partir de texte non annoté pour les modèles d'IA.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
bonito — GitHub preview card
📈 Historique des étoiles
831830
2026-07-202026-08-31
📈 Suivez bonito

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Une bibliothèque légère pour générer des ensembles de données de réglage d'instructions synthétiques pour vos données sans GPT.

bonito compte 830 étoiles sur GitHub. Il a été forké 56 fois. bonito est écrit principalement en Python. Il est développé activement depuis 2024. bonito est disponible sous licence BSD-3-Clause. Ses principaux thèmes sont : domain-adaptation, gpt, llm, synthetic-data.

Frequently asked questions

Qu'est-ce que bonito ?

Une bibliothèque légère pour générer des ensembles de données de réglage d'instructions synthétiques pour vos données sans GPT.

bonito est-il open source ?

bonito est un projet open source. Il est distribué sous licence BSD-3-Clause.

bonito est-il gratuit ?

Oui. bonito est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est bonito ?

bonito est disponible sous licence BSD-3-Clause.

Dans quel langage bonito est-il écrit ?

bonito est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — bonito

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=batsresearch-bonito)](https://olud.ai/project/batsresearch-bonito.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
pytorch-adapt
L'adaptation de domaine facilitée. Entièrement fonctionnel, modulaire et personnalisable.
397 · computer-vision
partagedomain-adaptation
pykale
Apprentissage machine conscient des connaissances (KALE) : apprentissage machine accessible à p…
486 · computer-vision
partagedomain-adaptation
Exclusively-Dark-Image-Dataset
Jeu de données Exclusively Dark (ExDARK) qui, à notre connaissance, est la plus grande collecti…
635 · computer-vision
partagedomain-adaptation
mtt-distillation
Code officiel pour notre article CVPR '22 "Distillation de Dataset par Correspondance des Traje…
442 · artificial-intelligence
partagesynthetic-data
powerful-benchmarker
Une bibliothèque pour le benchmarking ML. C'est puissant.
441 · benchmarking
partagedomain-adaptation
Ditto
[CVPR'26 Highlight] Ditto : Élargir le montage vidéo basé sur des instructions avec un jeu de d…
616 · diffusion-models
partagesynthetic-data
AdaptSegNet
Apprendre à adapter l'espace de sortie structuré pour la segmentation sémantique, CVPR 2018 (sp…
859 · adversarial-learning
partagedomain-adaptation
gpl
Méthode puissante d'adaptation de domaine non supervisée pour la récupération dense. Nécessite…
343 · bert
partagedomain-adaptation
transferlearning
Apprentissage par transfert / adaptation de domaine / généralisation de domaine / apprentissage…
14.3k · deep-learning
partagedomain-adaptation
Transfer-Learning-Library
Bibliothèque d'apprentissage par transfert pour l'adaptation de domaine, l'adaptation de tâche…
3.9k · adversarial-learning
partagedomain-adaptation

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.