Kiln ai是一個開源的，可以進行大型語言模型（LLM）的微調、合成數據生成和數據集協作的AI工具。它提供直觀的界面，支持Windows、MacOS和Linux系統，用戶可以通過零代碼方式對多種模型進行微調并自動部署。

Kiln AI也支持了deepseek（我本地ollama部署了一個deepseek-r1:14b）進行了小測試，對于像本人這種需要本地蒸餾大語言模型進行開發和研究的人來說，Kiln AI 它簡直就是一款“神器”。

Kiln AI功能特點：

• 零代碼微調：Kiln AI允許用戶通過簡單的界面進行模型的微調，用戶可以選擇合適的模型，如GPT-4o、Llama系列等，并配置參數進行微調。

• 數據集構建：Kiln AI支持用戶構建和迭代數據集。用戶可以輸入自己的數據源，工具會幫助提高數據質量和多樣性，從而優化訓練效果。

• 合成數據生成：該工具可以自動生成合成數據，以支持模型訓練，減少數據標注成本，特別適用于數據稀缺的情況。

• 團隊協作：基于 Git 的 AI 數據集版本控制。直觀的用戶界面讓您可以輕松地與 QA、PM 和主題專家就結構化數據進行協作。

• 提示詞生成：自動從您的數據中生成提示，包括思路鏈、小樣本和多樣本等。

• 廣泛的模型和提供商支持：支持Ollama、OpenAI、OpenRouter、Fireworks、Groq、AWS等。

支持的模型和提供商

• 支持任何兼容OpenAI的API，包括Ollama、OpenAI、OpenRouter、Fireworks、Groq和AWS。

• 廣泛的模型庫：支持的模型有GPT、Llama、Claude、Gemini、Mistral、Gemma和Phi。

如何使用Kiln AI進行數據集構建和模型優化？

1. 下載和安裝Kiln AI：

• 訪問Kiln AI的GitHub頁面，下載適用于您操作系統的安裝包。

• 按照安裝向導的指示完成安裝過程。

2. 啟動Kiln AI應用程序：

• 安裝完成后，啟動Kiln AI應用程序。您將看到一個直觀的用戶界面。

3. 創建新任務：

• 在Kiln AI的UI中，點擊“創建新任務”按鈕。這將引導您進入任務定義和目標設定階段。

• 輸入任務的名稱、描述以及任何特定的輸入和輸出要求。

4. 生成訓練數據：

• 使用Kiln AI提供的交互式可視化工具生成訓練數據。您可以通過主題樹、多示例提示和鏈式思考等技術生成高質量的合成數據。

• 在生成數據時，確保數據的多樣性和準確性。

5. 選擇和微調模型：

• 在Kiln AI中，您可以選擇多種預訓練模型進行微調，包括Llama、GPT-4o、Mixtral等。

• 配置微調參數，如訓練集和驗證集的劃分，并啟動微調任務。

6. 部署和使用模型：

• 微調完成后，Kiln AI會自動部署模型。您可以在UI中直接測試和調用微調后的模型。

• 如果需要，您還可以通過API將模型集成到其他系統或應用中。

7. 團隊協作和版本控制：

• Kiln AI支持基于Git的版本控制，方便團隊成員協作處理數據集和模型。

• 您可以使用Kiln AI的界面或命令行工具進行版本管理和協作。

GitHub倉庫地址：https://github.com/Kiln-AI/Kiln