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
  ☆130Updated 2 years ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆119Updated last year
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆154Updated 2 years ago
• 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。
  ☆126Updated 9 months ago
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆90Updated 2 years ago
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆64Updated 2 years ago
• 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
  ☆196Updated 2 years ago
• lansinuote / Simple_LLM_DPO
  ☆76Updated 2 years 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。
  ☆220Updated 2 years ago
• jiangxinyang227 / LLM-tuning
  llama，chatglm 等模型的微调
  ☆91Updated 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+
  ☆118Updated last year
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆110Updated 2 years ago
• cjymz886 / LLM-NER
  LLM for NER
  ☆80Updated last year
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆73Updated 2 years ago
• ZBayes / basic_rag
  basic framework for rag(retrieval augment generation)
  ☆86Updated 2 years ago
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆178Updated last year
• git-cloner / llama2-lora-fine-tuning
  llama2 finetuning with deepspeed and lora
  ☆175Updated 2 years ago
• 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…
  ☆213Updated last year
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆212Updated last year
• 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.
  ☆256Updated 2 years ago
• X-jun-0130 / LLM-Pretrain-FineTune
  Deepspeed、LLM、Medical_Dialogue、医疗大模型、预训练、微调
  ☆289Updated last year
• sufengniu / RefGPT
  ☆164Updated 2 years ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆56Updated 5 months ago
• Dai-shen / LAiW
  LAiW: A Chinese Legal Large Language Models Benchmark
  ☆85Updated last year
• liucongg / ChatGPTBook
  《ChatGPT原理与实战：大型语言模型的算法、技术和私有化》
  ☆369Updated 2 years ago
• wenge-research / YAYI-UIE
  雅意信息抽取大模型：在百万级人工构造的高质量信息抽取数据上进行指令微调，由中科闻歌算法团队研发。 (Repo for YAYI Unified Information Extraction Model)
  ☆314Updated last year
• Logistic98 / rag-omni
  基于大语言模型的检索增强生成RAG示例
  ☆167Updated 7 months ago
• threeColorFr / LLMforDialogDataGenerate
  Generate dialog data from documents using LLM like ChatGLM2 or ChatGPT;利用ChatGLM2,ChatGPT等大模型根据文档生成对话数据集
  ☆163Updated 2 years ago
• 5663015 / LLMs_train
  一套代码指令微调大模型
  ☆38Updated 2 years ago
• yangjianxin1 / Firefly-LLaMA2-Chinese
  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
  ☆414Updated 2 years ago