Low-VRAM LoRA Training With GGUF Base Model

Репозиторий помогает разработчикам обучать LoRA-адаптеры для Qwen и DeepSeek на моделях GGUF при ограниченной видеопамяти.

Бесплатный тариф Есть бесплатный тариф Не проверено Open-source

Перейти на сайт Проверено 13 октября 2026

Что это

В репозитории собраны код и настройки для обучения LoRA на базовых моделях GGUF с помощью Transformers 5 и PEFT. Есть примеры для Qwen и DeepSeek, рассчитанные на работу с небольшим объёмом видеопамяти.

Проект подойдёт разработчикам, которые хотят запускать обучение на собственном оборудовании. Настройки и вычислительные ядра в основном подготовлены для Strix Halo; для других графических процессоров может понадобиться адаптация.

Исходный код доступен в открытом репозитории под лицензией Apache-2.0. Отдельная платная услуга или тарифы не описаны.

Доступность из России

Открывается из РФ	да
Русский интерфейс	нет
Оплата российскими картами	не проверено
На чём основано	Сайт открывается с сервера в РФ (HTTP 200)

Сколько стоит

Бесплатно: 2 000 минут CI/CD в месяц; 500 МБ хранилища Packages

Тариф	Цена	Период
Free	0 USD	в месяц
Team	4 USD	в месяц
Enterprise	21 USD	в месяц
GitHub Codespaces — вычисления за час	0.18 USD	за использование
GitHub Codespaces — хранилище за ГБ	0.07 USD	за использование
Git Large File Storage	5 USD	в месяц

Детали

Платформы	Можно запустить у себя
API	не проверено
Разработчик	woct0rdho
Интеграции	Transformers, PEFT, GGUF, ROCm, AITER, Triton, Liger Kernel, bitsandbytes
Исходный код	https://github.com/woct0rdho/transformers5-qwen3.5-recipe