jiangxinyang227 / LLM-tuningLinks
llama,chatglm 等模型的微调
☆91Updated last year
Alternatives and similar repositories for LLM-tuning
Users that are interested in LLM-tuning are comparing it to the libraries listed below
Sorting:
- deepspeed+trainer简单高效实现多卡微调大模型☆129Updated 2 years ago
- basic framework for rag(retrieval augment generation)☆85Updated last year
- 怎么训练一个LLM分词器☆154Updated 2 years ago
- 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
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆110Updated 2 years ago
- ☆164Updated 2 years ago
- 实现了Baichuan-Chat微调,Lora、QLora等各种微调方式,一键运行。☆71Updated 2 years ago
- 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 8 months ago
- 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☆88Updated 2 years ago
- 大语言模型指令调优工具(支持 FlashAttention)☆178Updated 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+☆114Updated last year
- 基于 LoRA 和 P-Tuning v2 的 ChatGLM-6B 高效参数微调☆55Updated 2 years ago
- 中文 Instruction tuning datasets☆140Updated last year
- LLM for NER☆81Updated last year
- A Massive Multi-Level Multi-Subject Knowledge Evaluation benchmark☆102Updated 2 years ago
- 《ChatGPT原理与实战:大型语言模型的算法、技术和私有化》☆368Updated last year
- [SIGIR 2022] Multi-CPR: A Multi Domain Chinese Dataset for Passage Retrieval☆195Updated 2 years ago
- baichuan LLM surpervised finetune by lora☆64Updated 2 years ago
- GoGPT:基于Llama/Llama 2训练的中英文增强大模型|Chinese-Llama2☆79Updated 2 years ago
- llama信息抽取实战☆101Updated 2 years ago
- ☆44Updated last year
- 使用 Qwen2ForSequenceClassification 简单实现文本分类任务。☆84Updated last year
- Baichuan-13B 指令微调☆90Updated 2 years ago
- 使用qlora对中文大语言模型进行微调,包含ChatGLM、Chinese-LLaMA-Alpaca、BELLE☆90Updated 2 years ago
- Baichuan2代码的逐行解析版本,适合小白☆214Updated 2 years ago
- T2Ranking: A large-scale Chinese benchmark for passage ranking.☆162Updated 2 years ago
- ☆313Updated 2 years ago
- 基于python的BM25文本匹配算法实现☆33Updated 3 years ago
- pytorch分布式训练☆72Updated 2 years 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。☆220Updated last year