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 Human Feedback) on top of the ChatGLM architecture. Basically ChatGPT but with ChatGLM
☆123Updated last year
Related projects: ⓘ
- 对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF☆186Updated last year
- 使用qlora对中文大语言模型进行微调，包含ChatGLM、Chinese-LLaMA-Alpaca、BELLE☆86Updated last year
- deep learning☆149Updated 2 months ago
- 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.☆240Updated last year
- ☆156Updated last year
- Finetuning LLaMA with RLHF (Reinforcement Learning with Human Feedback) based on DeepSpeed Chat☆106Updated 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☆75Updated last year
- 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。☆198Updated 9 months ago
- Implementation of Chinese ChatGPT☆282Updated 10 months ago
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆107Updated last year
- chatglm-6b微调/LORA/PPO/推理, 样本为自动生成的整数/小数加减乘除运算, 可gpu/cpu☆164Updated last year
- 大语言模型指令调优工具（支持 FlashAttention）☆162Updated 8 months ago
- chatglm2 6b finetuning and alpaca finetuning☆146Updated 4 months ago
- ☆290Updated last year
- 基于ChatGPT构建的中文self-instruct数据集☆110Updated last year
- pCLUE: 1000000+多任务提示学习数据集☆462Updated last year
- 微调ChatGLM☆121Updated last year
- llama2 finetuning with deepspeed and lora☆159Updated last year
- ☆265Updated 4 months ago
- Baichuan2代码的逐行解析版本，适合小白☆208Updated 11 months ago
- 怎么训练一个LLM分词器☆123Updated last year
- deepspeed+trainer简单高效实现多卡微调大模型☆115Updated last year
- 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。☆102Updated this week
- moss chat finetuning☆50Updated 4 months ago
- 语言模型中文认知能力分析☆234Updated last year
- baichuan LLM surpervised finetune by lora☆57Updated last year
- ☆42Updated 9 months ago
- 基于sentence transformers和chatglm实现的文档搜索工具☆153Updated last year
- 大模型多维度中文对齐评测基准 (ACL 2024)☆293Updated last month
- alpaca中文指令微调数据集☆390Updated last year