Paul33333 / SFT-and-DPOLinks
This is a detailed code demo on how to conduct Full-Param Supervised Fine-tuning (SFT) and DPO (Direct Preference Optimization)
☆18Updated 11 months ago
Alternatives and similar repositories for SFT-and-DPO
Users that are interested in SFT-and-DPO are comparing it to the libraries listed below
Sorting:
- ☆119Updated last year
- LLM Tokenizer with BPE algorithm☆45Updated last year
- 包含程序员面试大厂面试题和面试经验☆197Updated 6 months ago
- WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge☆129Updated last year
- 快速入门RAG与私有化部署☆211Updated last year
- DeepSpeed Tutorial☆104Updated last year
- 欢迎来到 "LLM-travel" 仓库！探索大语言模型（LLM）的奥秘 🚀。致力于深入理解、探讨以及实现与大模型相关的各种技术、原理和应用。☆355Updated last year
- 该仓库主要记录 大模型（LLMs） 算法工程师相关的面试题与我写的答案☆27Updated 2 years ago
- This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.☆482Updated 7 months ago
- TinyRAG☆380Updated 5 months ago
- ☆80Updated 2 weeks ago
- 此项目完成了关于 NLP-Beginner：自然语言处理入门练习 的所有任务（文本分类、信息抽取、知识图谱、机器翻译、问答系统、文本生成、Text-to-SQL、文本纠错、文本挖掘、知识蒸馏、模型加速、OCR、TTS、Prompt、embedding等），所有代码都经过测试…☆214Updated 2 years ago
- 一些 LLM 方面的从零复现笔记☆238Updated 7 months ago
- Inference code for LLaMA models☆128Updated 2 years ago
- 该仓库主要记录 LLMs 算法工程师相关的顶会论文研读笔记（多模态、PEFT、小样本QA问答、RAG、LMMs可解释性、Agents、CoT）☆370Updated last year
- 阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理☆130Updated last year
- personal chatgpt☆396Updated 11 months ago
- 从0开始，将chatgpt的技术路线跑一遍。☆268Updated last year
- 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☆88Updated 2 years ago
- 对llama3进行全参微调、lora微调以及qlora微调。☆211Updated last year
- ☆129Updated last year
- 一些大语言模型和多模态模型的生态,主要包括跨模态搜索、投机解码、QAT量化、多模态量化、ChatBot、OCR☆194Updated 4 months ago
- 阿里天池: 2023全球智能汽车AI挑战赛——赛道一：AI大模型检索问答 baseline 80+☆117Updated last year
- 使用 Qwen2ForSequenceClassification 简单实现文本分类任务。☆87Updated last year
- 训练一个对中文支持更好的LLaVA模型，并开源训练代码和数据。☆77Updated last year
- ☆47Updated last year
- GAIIC赛道一：影像学 NLP — 医学影像诊断报告生成 [A100换你大棚甜瓜 Rank-12 方案]☆66Updated 2 years ago
- kaggle 2024 Eedi 第10名 金牌方案☆43Updated 11 months ago
- an implementation of transformer, bert, gpt, and diffusion models for learning purposes☆159Updated last year
- ☆76Updated 2 years ago