Miraclemarvel55 / ChatGLM-RLHF
对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF
☆192Updated last year
Alternatives and similar repositories for ChatGLM-RLHF:
Users that are interested in ChatGLM-RLHF are comparing it to the libraries listed below
- Implementation of Chinese ChatGPT☆287Updated last year
- ☆277Updated 9 months ago
- 用于大模型 RLHF 进行人工数据标注排序的工具。A tool for manual response data annotation sorting in RLHF stage.☆247Updated last year
- 一个基于HuggingFace开发的大语言模型训练、测试工具。支持各模型的webui、终端预测，低参数量及全参数模型训练(预训练、SFT、RM、PPO、DPO)和融合、量化。☆206Updated last year
- ChatGLM-6B fine-tuning.☆135Updated last year
- 大语言模型指令调优工具（支持 FlashAttention）☆169Updated last year
- chatglm2 6b finetuning and alpaca finetuning☆145Updated 9 months ago
- deep learning☆150Updated 7 months ago
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆105Updated last year
- deepspeed+trainer简单高效实现多卡微调大模型☆121Updated last year
- chatglm-6b微调/LORA/PPO/推理, 样本为自动生成的整数/小数加减乘除运算, 可gpu/cpu☆164Updated last year
- Baichuan-13B 指令微调☆89Updated last year
- chatglm多gpu用deepspeed和☆403Updated 6 months ago
- A full pipeline to finetune ChatGLM LLM with LoRA and RLHF on consumer hardware. Implementation of RLHF (Reinforcement Learning with Huma…☆133Updated last year
- Firefly中文LLaMA-2大模型，支持增量预训练Baichuan2、Llama2、Llama、Falcon、Qwen、Baichuan、InternLM、Bloom等大模型☆403Updated last year
- alpaca中文指令微调数据集☆392Updated last year
- Baichuan2代码的逐行解析版本，适合小白☆211Updated last year
- ChatGLM2-6B 全参数微调，支持多轮对话的高效微调。☆398Updated last year
- ☆43Updated last year
- 探索中文instruct数据在ChatGLM, LLaMA上的微调表现☆390Updated last year
- 中文 Instruction tuning datasets☆124Updated 9 months ago
- 使用qlora对中文大语言模型进行微调，包含ChatGLM、Chinese-LLaMA-Alpaca、BELLE☆85Updated last year
- A Massive Multi-Level Multi-Subject Knowledge Evaluation benchmark☆100Updated last year
- ☆159Updated last year
- pCLUE: 1000000+多任务提示学习数据集☆476Updated 2 years ago
- 专注于中文领域大语言模型，落地到某个行业某个领域，成为一个行业大模型、公司级别或行业级别领域大模型。☆115Updated 4 months ago
- 中文大模型微调(LLM-SFT), 数学指令数据集MWP-Instruct, 支持模型(ChatGLM-6B, LLaMA, Bloom-7B, baichuan-7B), 支持(LoRA, QLoRA, DeepSpeed, UI, TensorboardX), 支持(微…☆183Updated 8 months ago
- ChatGLM-6B添加了RLHF的实现，以及部分核心代码的逐行讲解 ,实例部分是做了个新闻短标题的生成，以及指定context推荐的RLHF的实现☆82Updated last year
- 微调ChatGLM☆124Updated last year
- ☆302Updated last year