← All projects

LLaMA Factory

B20/40训练 / ML洞察置信度:

Unified Efficient Fine-Tuning of 100+ LLMs.

65,000PythonCreated 2023-05-18GitHub →
fine-tuningllamapeft

Executive Insight

LLaMA Factory 属于「训练 / ML」方向,综合分 20/40(B)。当前最强项是 评估与验证、LLM 集成、多模态,短板集中在 记忆系统、Agent 自主性。

核心优势

  • - 评估与验证达到 5/5(多 Agent 互审 + 迭代优化),说明该项目在这一能力上较成熟。
  • - LLM 集成达到 3/5(上下文管理 + Streaming),说明该项目在这一能力上较成熟。
  • - 多模态达到 3/5(多模态输入输出),说明该项目在这一能力上较成熟。

能力短板

  • - 记忆系统仅 1/5,当前更像“可用基础版”,需要补齐工程化能力。
  • - Agent 自主性仅 2/5,当前更像“可用基础版”,需要补齐工程化能力。

适用场景

  • - 模型训练和微调
  • - 实验驱动算法团队

落地风险与建议

  • - 该条目为启发式分析,建议在核心决策前做一次仓库级人工复核。
  • - 人机协作机制偏弱,生产环境需增加人工审批或灰度发布闸门。
  • - 补会话摘要与长期记忆存储,减少上下文丢失。
  • - 围绕 Agent 自主性 先做最小闭环,再扩展高级能力。

Intelligence Profile

LLM 集成Agent 自主性记忆系统工具使用知识检索 (RAG)多模态评估与验证人机协作

Dimensions

LLM 集成

上下文管理 + Streaming

Level 3: 上下文管理 + Streaming

Heuristic from category — verify manually

Agent 自主性

多步执行(人工每步确认)

Level 2: 多步执行(人工每步确认)

Heuristic from category — verify manually

记忆系统

当前会话

Level 1: 当前会话

Heuristic from category — verify manually

工具使用

多工具 + 路由

Level 2: 多工具 + 路由

Heuristic from category — verify manually

知识检索 (RAG)

Embedding + 向量检索

Level 2: Embedding + 向量检索

Heuristic from category — verify manually

多模态

多模态输入输出

Level 3: 多模态输入输出

Heuristic from category — verify manually

评估与验证

多 Agent 互审 + 迭代优化

Level 5: 多 Agent 互审 + 迭代优化

Heuristic from category — verify manually

人机协作

AI 执行 + 人工审批

Level 2: AI 执行 + 人工审批

Heuristic from category — verify manually

Architecture

training-ml (catalog seed)

Unified Efficient Fine-Tuning of 100+ LLMs.

GitHub Live Metrics

Loading live metrics...