Outils, frameworks et modèles pour l'IA locale
8 ressources dans Frameworks
Bibliothèque Python de Hugging Face pour exécuter les pipelines des modèles génératifs : image, vidéo et audio. C'est le moyen standard de faire tourner des modèles comme Qwen-Image en local, avec support CUDA et offload CPU pour les GPU à mémoire réduite.
La bibliothèque de référence pour le NLP et les modèles multimodaux, avec des milliers de modèles pré-entraînés.
Framework pour construire des applications basées sur des LLM avec chains, agents et tool use.
Framework open source pour le fine-tuning unifié de 100+ LLM et VLM (Qwen, Llama, Mistral, Gemma) : du SFT complet à LoRA, QLoRA et DPO, avec WebUI intégrée et démarrage depuis un seul fichier YAML. Projet de référence de la communauté (ACL 2024).
Framework d'apprentissage automatique d'Apple pour Apple Silicon : arrays avec calcul paresseux sur CPU et GPU unifiées, mémoire unifiée comme atout. La bibliothèque mlx-lm apporte entraînement, fine-tuning (LoRA/QLoRA) et inférence de LLM directement sur Mac.
Plateforme d'automatisation de workflow auto-hébergée : un canevas visuel à nœuds pour connecter applications, données et modèles IA (locales ou API), avec des nœuds AI Agent et plus de 400 intégrations.
Plateforme distribuée pour mettre à l'échelle des applications ML et IA.
Framework de fine-tuning optimisé pour GPU NVIDIA et Apple Silicon : matrices custom en CUDA qui réduisent l'usage de mémoire et doublent la vitesse d'entraînement par rapport aux méthodes standard. Supporte LLM et modèles de diffusion.
