jiangnanboy / llm_corpus_qualityLinks
大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning
☆65Updated 10 months ago
Alternatives and similar repositories for llm_corpus_quality
Users that are interested in llm_corpus_quality are comparing it to the libraries listed below
Sorting:
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆108Updated 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。☆118Updated 3 months ago
- 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…☆203Updated last year
- 大语言模型指令调优工具(支持 FlashAttention)☆173Updated last year
- 大模型检索增强生成技术最佳实践。☆78Updated 9 months ago
- 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。☆217Updated last year
- Alpaca Chinese Dataset -- 中文指令微调数据集☆206Updated 8 months ago
- 中文原生检索增强生成测评基准☆118Updated last year
- Baichuan2代码的逐行解析版本,适合小白☆214Updated last year
- qwen models finetuning☆99Updated 3 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.☆252Updated last year
- 中文世界的NLP自动标注开源工具,简单样本,交给LabelFast。☆73Updated 5 months ago
- 该项目是为了使用layoutlmv3针对中文图片训练和推理。 其中主要解决三个问题: 1.数 据标准化成可以的训练数据集格式 2.layoutlmv3-base-chinese 分词修改 2.超过512长度的文本切分和滑窗操作☆48Updated 9 months ago
- 通用版面分析 | 中文文档解析 |Document Layout Analysis | layout paser☆46Updated last year
- ☆162Updated 2 years ago
- 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)☆304Updated 10 months ago
- ☆69Updated last year
- 怎么训练一个LLM分词器☆150Updated last year
- 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☆158Updated last year
- chatglm-6B for tools application using langchain☆75Updated 2 years ago
- 基于大语言模型的检索增强生成RAG示例☆151Updated last month
- 阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理☆105Updated last year
- TianGong-AI-Unstructure☆67Updated this week
- SeqGPT: An Out-of-the-box Large Language Model for Open Domain Sequence Understanding☆224Updated 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+☆105Updated last year
- SMP 2023 ChatGLM金融大模型挑战赛 60 分baseline思路介绍☆185Updated last year
- 1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc☆160Updated last year
- text embedding☆146Updated last year
- 360LayoutAnaylsis, a series Document Analysis Models and Datasets deleveped by 360 AI Research Institute☆289Updated 9 months ago
- A high-throughput and memory-efficient inference and serving engine for LLMs☆135Updated 6 months ago