Alternatives and similar repositories for ChatGLM-RLHF-LoRA-RM-PPO:

Users that are interested in ChatGLM-RLHF-LoRA-RM-PPO are comparing it to the libraries listed below

• CSHaitao / ChatGLM_mutli_gpu_tuning
  deepspeed+trainer简单高效实现多卡微调大模型
  ☆121Updated last year
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆105Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆97Updated 6 months ago
• 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+
  ☆83Updated last year
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆61Updated last year
• taishan1994 / Chinese-LLaMA-Alpaca-LoRA-Tuning
  使用LoRA对Chinese-LLaMA-Alpaca进行微调。
  ☆35Updated 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
  ☆191Updated last year
• lansinuote / Simple_LLM_DPO
  ☆64Updated last year
• ZBayes / basic_rag
  basic framework for rag(retrieval augment generation)
  ☆81Updated last year
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆168Updated last year
• 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
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆137Updated 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。
  ☆115Updated 4 months ago
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆89Updated last year
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆62Updated 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…
  ☆133Updated last year
• madfrog / chatbot_llama2
  ☆22Updated last year
• 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。
  ☆207Updated last year
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆113Updated last year
• yangzhipeng1108 / DeepSpeed-Chat-ChatGLM
  ☆43Updated 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
• zejunwang1 / chatglm_tuning
  基于 LoRA 和 P-Tuning v2 的 ChatGLM-6B 高效参数微调
  ☆54Updated 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…
  ☆183Updated 8 months ago
• CASIA-LM / MoDS
  ☆128Updated 9 months ago
• 5663015 / LLMs_train
  一套代码指令微调大模型
  ☆37Updated last year
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆144Updated 9 months ago
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆211Updated last year
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆76Updated 8 months ago
• zhangnn520 / chinese_llama_alpaca_lora
  llama信息抽取实战
  ☆98Updated last year