WangchanX

github.com/vistec-AI/WangChanX ist eine quelloffene Pipeline des Instituts VISTEC zum Feintuning und zur Evaluierung großer Sprachmodelle mit Schwerpunkt auf der thailändischen Sprache, ergänzt um veröffentlichte feingetunte Modelle.

🛡️ Datenschutz: Anbieter ist das Forschungsinstitut VISTEC (Vidyasirimedhi Institute of Science and Technology); ein Sitzland wird auf den geprüften Seiten nicht genannt und ist nicht öffentlich dokumentiert. Pipeline und Modelle lassen sich lokal oder selbst gehostet betreiben, sodass die Verarbeitung nicht über einen Anbieterdienst läuft. Für die Modelle gelten die jeweiligen Lizenzen (z. B. Meta Llama 3 Community License).

Das Angebot richtet sich an Forschende und Entwickler, die Sprachmodelle für Thai und Englisch anpassen oder vergleichen möchten.

Tool-Details & Features

💰 Preise: Kostenlos; die Pipeline steht unter Apache-2.0-Lizenz, Modelle folgen den Lizenzen ihrer Basismodelle.

⚙️ Technik: Feintuning-Skripte für überwachtes Feintuning (SFT) sowie Alignment-Verfahren wie DPO und ORPO; Modelle auf Basis von Llama 3, SeaLLMs, PolyLM, Typhoon und Gemma 2; Nutzung mit Transformers, vLLM, SGLang, Ollama oder LM Studio.

👥 Zielgruppe: KI-Forschende, ML-Entwickler und Organisationen mit Bedarf an thailändischen Sprachmodellen.

🔗 Integrationen: Hugging Face (Modellveröffentlichung) sowie gängige Inferenz-Frameworks wie Transformers, vLLM und SGLang.

📊 Funktionen: Modell-unabhängige Feintuning-Pipeline, Evaluierungsskripte für Thai, vortrainierte SFT-Modelle in Demo- und Vollversionen, zweisprachige Textgenerierung Thai/Englisch.

Vor- & Nachteile

✅ Vorteile: Offene Lizenz für die Pipeline, Fokus auf Thai, mehrere Basismodelle und Trainingsmethoden unterstützt; Förderung durch VISTEC, PTT, SCBX und SCB laut Repository.

❌ Nachteile: Setzt ML-Know-how und eigene Hardware voraus; Demo-Modelle sind laut Beschreibung auf kleineren Datensätzen trainiert und können ungenaue Antworten liefern; kein Support-Angebot dokumentiert.

Für wen geeignet?

Perfekt für Forschungsteams und Entwickler, die thailändische Sprachmodelle quelloffen feintunen und selbst betreiben wollen.