Pillars-Creation / ChatGLM-RLHF-LoRA-RM-PPO

Related projects ⓘ

Alternatives and complementary repositories for ChatGLM-RLHF-LoRA-RM-PPO

• CSHaitao / ChatGLM_mutli_gpu_tuning
  deepspeed+trainer简单高效实现多卡微调大模型
  ☆116Updated last year
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆60Updated last year
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆106Updated last year
• 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
  ☆189Updated last year
• xubuvd / LLMs
  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。
  ☆112Updated 2 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆88Updated 4 months ago
• stanleylsx / llms_tool
  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。
  ☆204Updated 11 months ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆129Updated last year
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆89Updated last year
• dawoshi / Tianchi-LLM-QA
  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+
  ☆76Updated 10 months ago
• taishan1994 / qlora-chinese-LLM
  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
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆166Updated 10 months ago
• lansinuote / Simple_LLM_DPO
  ☆63Updated last year
• tjunlp-lab / M3KE
  A Massive Multi-Level Multi-Subject Knowledge Evaluation benchmark
  ☆99Updated last year
• jackaduma / ChatGLM-LoRA-RLHF-PyTorch
  A full pipeline to finetune ChatGLM LLM with LoRA and RLHF on consumer hardware. Implementation of RLHF (Reinforcement Learning with Huma…
  ☆126Updated last year
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆131Updated 7 months ago
• ZBayes / basic_rag
  basic framework for rag(retrieval augment generation)
  ☆75Updated 10 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆49Updated 3 weeks ago
• jiangxinyang227 / LLM-tuning
  llama，chatglm 等模型的微调
  ☆82Updated 4 months ago
• zejunwang1 / chatglm_tuning
  基于 LoRA 和 P-Tuning v2 的 ChatGLM-6B 高效参数微调
  ☆54Updated last year
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆208Updated last year
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆59Updated last year
• ArtificialZeng / Baichuan-Chat-Tuning
  实现了Baichuan-Chat微调，Lora、QLora等各种微调方式，一键运行。
  ☆71Updated last year
• yongzhuo / LLM-SFT
  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…
  ☆168Updated 6 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆152Updated last month
• Dai-shen / LAiW
  LAiW: A Chinese Legal Large Language Models Benchmark
  ☆72Updated 4 months ago
• SupritYoung / RLHF-Label-Tool
  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.
  ☆242Updated last year
• yangzhipeng1108 / DeepSpeed-Chat-ChatGLM
  ☆43Updated 11 months ago
• taishan1994 / Chinese-LLaMA-Alpaca-LoRA-Tuning
  使用LoRA对Chinese-LLaMA-Alpaca进行微调。
  ☆34Updated last year