文章来源:智汇AI 发布时间:2025-06-11
KilnAI是一个开源的,可以进行大型语言模型(LLM)的微调、合成数据生成和数据集协作的AI工具。用户可以通过它直观的界面以零代码方式对多种模型进行微调并自动部署。
访问官网Kilnai是一个开源的,可以进行大型语言模型(LLM)的微调、合成数据生成和数据集协作的AI工具。它提供直观的界面,支持Windows、MacOS和Linux系统,用户可以通过零代码方式对多种模型进行微调并自动部署。
KilnAI也支持了deepseek(我本地ollama部署了一个deepseek-r1:14b)进行了小测试,对于像本人这种需要本地蒸馏大语言模型进行开发和研究的人来说,KilnAI它简直就是一款“神器”。
零代码微调:KilnAI允许用户通过简单的界面进行模型的微调,用户可以选择合适的模型,如GPT-4o、Llama系列等,并配置参数进行微调。
数据集构建:KilnAI支持用户构建和迭代数据集。用户可以输入自己的数据源,工具会帮助提高数据质量和多样性,从而优化训练效果。
合成数据生成:该工具可以自动生成合成数据,以支持模型训练,减少数据标注成本,特别适用于数据稀缺的情况。
团队协作:基于Git的AI数据集版本控制。直观的用户界面让您可以轻松地与QA、PM和主题专家就结构化数据进行协作。
提示词生成:自动从您的数据中生成提示,包括思路链、小样本和多样本等。
广泛的模型和提供商支持:支持Ollama、OpenAI、OpenRouter、Fireworks、Groq、AWS等。
支持任何兼容OpenAI的API,包括Ollama、OpenAI、OpenRouter、Fireworks、Groq和AWS。
广泛的模型库:支持的模型有GPT、Llama、Claude、Gemini、Mistral、Gemma和Phi。
1.下载和安装KilnAI:
访问KilnAI的GitHub页面,下载适用于您操作系统的安装包。
按照安装向导的指示完成安装过程。
2.启动KilnAI应用程序:
安装完成后,启动KilnAI应用程序。您将看到一个直观的用户界面。
3.创建新任务:
在KilnAI的UI中,点击“创建新任务”按钮。这将引导您进入任务定义和目标设定阶段。
输入任务的名称、描述以及任何特定的输入和输出要求。
4.生成训练数据:
使用KilnAI提供的交互式可视化工具生成训练数据。您可以通过主题树、多示例提示和链式思考等技术生成高质量的合成数据。
在生成数据时,确保数据的多样性和准确性。
5.选择和微调模型:
在KilnAI中,您可以选择多种预训练模型进行微调,包括Llama、GPT-4o、Mixtral等。
配置微调参数,如训练集和验证集的划分,并启动微调任务。
6.部署和使用模型:
微调完成后,KilnAI会自动部署模型。您可以在UI中直接测试和调用微调后的模型。
如果需要,您还可以通过API将模型集成到其他系统或应用中。
7.团队协作和版本控制:
KilnAI支持基于Git的版本控制,方便团队成员协作处理数据集和模型。
您可以使用KilnAI的界面或命令行工具进行版本管理和协作。
GitHub仓库地址:https://github.com/Kiln-AI/Kiln