tuna下载 - tuna源代码下载

tuna

Ai源码

1.0.0

下载

？金枪鱼

微调，重新构想

tuna是您的一站式（开源）商店，可在任何代码库上进行微调代码生成模型，该模型在Github上公开或私人可用（很快会有更多的VCS支持！）。

我们简化了整个过程，这意味着您为建立完美的模型，设置和所有过程所要做的就是简单地遵循下面的初始化命令！

没有NVIDIA GPU？不用担心！确保您在~/.ssh/id_rsa.pub上有一个RSA SSH键，并在我们的GPU提供商FluidStack上设置帐户和API密钥。价格最低，最高发展。

如果您对数据隐私和数据收集感到关注，请注意金枪鱼不会收集您的任何数据，并且完全是开源的。查看下面的“数据收集”部分，以了解更多信息。

如果您给我们一个，我们会很乐意，因为这是我们跟踪用户兴趣的主要方式！如果您感到非常慷慨，可以单击赞助商❤️。非常感谢您的阅读！

问题？请联系abhi[at]opennote.me 。

注意：当前仅在MacOS和Linux上支持金枪鱼，Windows即将推出...

文档

入门

要安装tuna ，请确保您在计算机上安装了Python 3.12+ ，然后只需运行以下命令：

pip install tuna-cli

这将使tuna可从计算机上的任何地方执行。

命令

1。初始化

tuna init

# Initializes a `.tuna` folder
# Authenticates your GitHub credentials
#   - This asks for a GitHub Token
#     which MUST have READ REPO and READ USER permissions
# Lets you select a repository
# Builds a Model Training Dataset
# Sets up Jupyter Environment

2。服务

tuna serve
# Runs a Local Jupyter Environment with the
# autogenerated notebook and dataset,
# with CPU and Memory monitoring

# By default, this doesn't open the browser
# automatically. Run:
tuna serve --open
# to do that

3。刷新

tuna refresh
# Recreates the dataset after updating
# from your GitHub project, in case you made
# edits after initializing with Tuna

4。火车（即将推出）

tuna train
# Begins to train the dataset with a powerful GPU from
# FluidStack (see intro)

# To train locally on current hardware, run
tuna train --local
# (must be on a device with an NVIDIA GPU, since Tuna relies on CUDA)

5。助手

tuna help
# or
tuna github
# or
tuna docs

# All of these will open the GitHub repository for Tuna, where all the documentation
# is served in the README.md file.

6。清除

tuna purge

# This will delete all tuna-generated files
# in your current directory
# USE WITH CAUTION!

7。没有旗帜

tuna

# Displays a welcome message

数据收集

安装CLI工具后，金枪鱼完全位于系统中。除了我们与允许培训的GPU租赁服务之外，我们不存储或将任何数据传输到任何内部服务。金枪鱼是严格的开源。
可以通过在制造的同一地点删除.tuna目录，或者通过在该目录中运行tuna purge来清除包括Oauth代币，用户名和存储存储库在内的GitHub凭据。
FluidStack API键也在本地存储，通过在制造的同一地点删除.tuna目录，或通过在该目录中运行tuna purge
从GitHub提取的所有文件都严格存储在数据集中，您可以在制作的.tuna目录中找到。我们直接从github api中提取文本，以节省您不需要的文件和依赖项安装，并保护您的环境变量。
除非您与我们共享数据脱位，否则我们将不会看到您的个人数据。
免责声明：我们不拥有用于微调的模型，并且它们的数据策略在其Invidalual网站上。查找您选择的模型以了解更多信息。