Unsloth
AKTYWNAOtwartoźródłowa biblioteka do szybkiego i oszczędnego pamięciowo fine-tuningu oraz uczenia ze wzmocnieniem (RL) dużych modeli językowych.
Unsloth
Założona 2023 · San Francisco, Stany ZjednoczoneUnsloth to otwartoźródłowy projekt i startup tworzący bibliotekę do szybkiego i oszczędnego pamięciowo fine-tuningu oraz uczenia ze wzmocnieniem (RL) dużych modeli językowych. Narzędzie wykorzystuje własne, zoptymalizowane kernele, dzięki którym trening modeli jest według twórców wielokrotnie szybszy i wymaga znacznie mniej pamięci GPU. Biblioteka wspiera popularne rodziny modeli, w tym Llama, Gemma, Mistral, Qwen, Phi i DeepSeek, a także metody takie jak LoRA i QLoRA. Projekt rozwijany jest na licencji Apache 2.0 i udostępniany publicznie w serwisie GitHub, gdzie zgromadził dziesiątki tysięcy gwiazdek. Firmę założyli w 2023 roku bracia Daniel Han i Michael Han. Unsloth przeszedł przez program akceleracyjny Y Combinator w ramach batcha Summer 2024. Siedziba organizacji mieści się w San Francisco w Kalifornii. Oprócz otwartej biblioteki projekt rozwija kolejne narzędzia dla deweloperów skupione wokół lokalnego trenowania i uruchamiania modeli AI.
Założyciele
Współzałożyciel Unsloth. Wcześniej pracował w NVIDII nad przyspieszaniem algorytmów (m.in. t-SNE). Zidentyfikował i naprawił ponad 20 błędów w otwartoźródłowych modelach LLM (Gemma, Llama, Mistral, Phi) oraz rozwija pakiet open source Hyperlearn.
Współzałożyciel Unsloth, odpowiedzialny m.in. za rozwój produktu i projektowanie. Specjalizuje się w fine-tuningu i dużych modelach językowych.
Domena działania
2 obszary · 3 technologie · 1 branże- Infrastruktura AI
- Modele językowe
- LLM
- Fine-tuning
- Reinforcement Learning
- Oprogramowanie i technologia
Obecność globalna
HQ San Francisco · 2 regionySkala i finansowanie
założona 2023Profil i metadane
4 klasyfikacja · 5 linki zewnętrzneKlasyfikacja
- Statusactive
- Etap rozwojuearly
- Notowana na giełdzieNie
- Typ organizacjiStartup
Linki zewnętrzne