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 last year
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
- 快速入门RAG与私有化部署☆212Updated last year
- LLM Tokenizer with BPE algorithm☆46Updated last year
- 包含程序员面试大厂面试题和面试经验☆204Updated 7 months ago
- WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge☆130Updated last year
- 一些 LLM 方面的从零复现笔记☆241Updated 8 months ago
- This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.☆486Updated 8 months ago
- 对llama3进行全参微调、lora微调以及qlora微调。☆212Updated last year
- TinyRAG☆398Updated 6 months ago
- 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
- 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。☆359Updated 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
- Qwen3 Fine-tuning: Medical R1 Style Chat☆261Updated 7 months ago
- DeepSpeed Tutorial☆104Updated last year
- 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+☆119Updated 2 years ago
- 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
- 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…☆215Updated 2 years ago
- 从0开始，将chatgpt的技术路线跑一遍。☆270Updated last year
- kaggle 2024 Eedi 第10名 金牌方案☆44Updated last year
- 使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。☆120Updated 2 years ago
- ☆82Updated last month
- pytorch分布式训练☆73Updated 2 years ago
- personal chatgpt☆403Updated last year
- 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）☆369Updated last year
- 使用 Qwen2ForSequenceClassification 简单实现文本分类任务。☆89Updated last year
- Inference code for LLaMA models☆128Updated 2 years ago
- 通义千问的DPO训练☆61Updated last year
- Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理☆69Updated last year
- 一个很小很小的RAG系统☆331Updated 8 months ago
- ☆77Updated 2 years ago