← 返回项目库

LLM微调可视化GUI｜中文本地演示工作台

面向大模型微调全流程的中文可视化工作台，提供数据集检查、实验配置、结果评估与对话抽样入口。

本候选保留 H2O LLM Studio 完整训练源码，并提供无 GPU 的本地演示模式，用内置业务样例验证界面与交互；完整训练需按上游依赖准备 Python 3.10、CUDA、模型权重和凭据。

真实界面

项目截图

共 8 张

训练总览
数据集
数据集样本预览
实验记录
新建实验
实验结果
模型对话
运行设置

Capabilities

核心功能

✓中文总览、数据集、实验、对话与运行设置导航
✓内置客服意图微调集样本与质量指标
✓实验表单支持模型、数据集、目标、轮数与学习率配置
✓演示训练操作会生成可追踪的本地实验记录
✓验证损失、BLEU、ROUGE-L 和准确率结果查看
✓模型对话支持输入问题与可重复演示回复
✓浏览器本地保存实验、对话和设置状态

适用场景

用样例数据快速演示微调产品流程和交互价值
在真实训练前检查数据质量、字段结构与实验参数
为团队内部的模型评估和二次开发提供可视化入口

适合谁

需要在本地或内网管理微调数据、实验配置和评估结果的 AI 工程师、小团队与学习者。

商业化思路

Apache-2.0 开源源码交付与二次开发服务；实际训练资源与模型服务由部署方按上游说明配置。

你会拿到什么

  • ✓中文化本地演示界面、演示数据与交互源码
  • ✓上游 H2O LLM Studio 完整训练源码、许可证和启动说明

部署流程

  1. 1安装 Python 3.9+ 后运行仓库中的演示服务启动脚本，并访问本地端口体验演示模式。
  2. 2需要真实训练时按上游说明执行 make setup、配置模型与凭据，再运行 make wave。

真实验证结果

已通过 8 个真实运行中文界面、HTTP、可见正文、控制台、坏图和横向溢出质量门。

部署前须知

默认入口是清晰标注的本地演示模式，不加载模型；完整训练能力需 GPU、依赖、模型权重和凭据，并按上游文档配置。

部署难度

中等

最低配置

演示模式需要 Python 3.9+；完整训练模式需要 Python 3.10、CUDA/GPU、模型权重和 pyproject.toml 依赖。

开源许可证

Apache-2.0

最后验证

2026-08-30

技术栈

PythonHTMLCSSJavaScriptH2O Wave（完整模式）

授权说明

交付包保留上游 LICENSE、版权和 Apache License 2.0 义务；中文适配不扩大上游许可授权范围。

Release notes

版本记录

1 个已发布版本

vcn-82471ebe300e 当前推荐

新增中文本地演示入口、数据集样本预览、实验配置与结果页、模型对话和设置持久化；保留上游完整训练入口。

部署要求：演示模式：Python 3.9+；完整训练：Python 3.10、CUDA/GPU、模型权重、凭据及项目依赖。

已知问题：演示模式不执行真实模型训练、不占用 GPU；完整训练需按上游 H2O LLM Studio 文档准备环境。

登录后领取