github.devotd.
新发现大语言模型基础设施

modelscope/ms-swift v4.6.0 — LLM 与多模态训练部署框架

ModelScope 社区项目 ms-swift 发布了最新版本 v4.6.0,用一个 CLI 覆盖 600 多个 LLM 和 300 多个多模态模型的训练、评估、量化与部署。

仓库信息modelscope/ms-swift ↗

ModelScope 社区项目 ms-swift 发布了最新版本 v4.6.0,用一个 CLI 覆盖 600 多个 LLM 和 300 多个多模态模型的训练、评估、量化与部署。

GitHub 项目说明: Use PEFT or Full-parameter to CPT/SFT/DPO/GRPO 600+ LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) and 300+ MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, Llava, Phi4, ...) (AAAI 2025).

星标
★ 15.9K
复刻
1.8K
语言
Python
许可证
Apache-2.0
最新版本
v4.6.0
查看原始来源 ↗在 GitHub 查看 ↗

modelscope/ms-swift 的最新版本是 v4.6.0。它是 ModelScope 社区提供的大语言模型(LLM)与多模态模型的训练、部署框架,使用 Python 编写,采用 Apache-2.0 许可证。不过这份记录没有整理 v4.6.0 的具体变更项。

首先引人注目的是它的覆盖范围。持续预训练(CPT)、监督微调(SFT)、对齐训练(DPO)、GRPO 系列强化学习算法,以及推理、评估、量化、部署,全部由一个 CLI 覆盖。README 表示支持 600 多个 LLM 和 300 多个多模态模型,并举例说明了 Qwen3.8、DeepSeek-V4、GLM-5.1 等语言模型,以及 Qwen3-VL、InternVL3.5 等多模态模型。它既提供全参数训练,也提供 PEFT、LoRA 等轻量微调,还可以通过网页用户界面执行训练、推理、评估与量化。仓库描述中标注了 AAAI 2025。

不过评估记录中没有性能或质量分数,只留下一个 4.4 的动量指标(满分 10 分)。也没有提供能体现训练速度或稳定性的自建基准,因此很难仅凭数字判断它的实际表现。对于想把多个模型纳入同一条 CLI 流水线的一方来说,这是值得先看的一个组合;目前确定的只有 README 中给出的功能范围。