2GPU+2CPU就可以在本地微调自己的DeepSeek 671B / Kimi K2 1TB超大模型了。
这就是前两天量子位介绍的明星开源项目KTransformers，吸引了很多伙伴的关注。毕竟谁不想在本地跑个自己的猫娘呢（误）。
KTransformers如何实现更低成本的LoRA微调？与其他技术方案有什么不同？低成本高性能的微调方案对于大模型落地意味着什么？
于是，我们邀请到了KTransformers项目的两位重要成员——
章明星，清华大学计算机系副教授，KTransformers项目主要指导老师
李沛霖，趋境科技KTransformers项目核心参与者
带大家上手实践如何用KTransformers+LLaMA-Factory在本地微调超大模型，也一起聊聊项目背景与最新进展。
欢迎在「量子位」视频号预约&观看直播
直播嘉宾
章明星
清华大学计算机系副教授
章明星教授是KTransformers项目主要指导老师。其主要研究方向为计算机系统机构领域，相关成果在包括OSDI、SOSP、ASPLOS、HPCA、FSE、VLDB、ATC、EuroSys等国际顶级会议和期刊上发表论文二十余篇。曾获ACM SIGSOFT 杰出论文奖，IEEE TCSC、ACM SIGOPS等组织颁发的优秀博士毕业论文奖。获得国家自然科学基金青年科学基金及博士后基金一等项目资助。博士毕业后进入清华大学与深信服联合培养的博士后计划，负责创新业务孵化，担任深信服首席算法技术专家，后任职创新研究院院长。