lansinuote / Simple_LLM_DPO
☆67Updated last year
Alternatives and similar repositories for Simple_LLM_DPO:
Users that are interested in Simple_LLM_DPO are comparing it to the libraries listed below
- 大语言模型指令调优工具（支持 FlashAttention）☆172Updated last year
- 怎么训练一个LLM分词器☆144Updated last year
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆107Updated last year
- ☆109Updated 10 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☆83Updated last year
- 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.☆250Updated 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 2 months ago
- GoGPT:基于Llama/Llama 2训练的中英文增强大模型|Chinese-Llama2☆78Updated last year
- 基于DPO算法微调语言大模型，简单好上手。☆37Updated 10 months ago
- basic framework for rag(retrieval augment generation)☆84Updated last year
- llama，chatglm 等模型的微调☆88Updated 9 months ago
- baichuan LLM surpervised finetune by lora☆63Updated last year
- deepspeed+trainer简单高效实现多卡微调大模型☆125Updated last year
- 中文 Instruction tuning datasets☆130Updated last year
- 实现了Baichuan-Chat微调，Lora、QLora等各种微调方式，一键运行。☆70Updated last year
- Baichuan2代码的逐行解析版本，适合小白☆213Updated 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。☆217Updated last year
- Baichuan-13B 指令微调☆90Updated last year
- 使用单个24G显卡，从0开始训练LLM☆53Updated 6 months ago
- 使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。☆117Updated last year
- ☆160Updated 2 years ago
- ☆40Updated 8 months ago
- A Massive Multi-Level Multi-Subject Knowledge Evaluation benchmark☆100Updated last year
- ☆140Updated last year
- 1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc☆161Updated last year
- 阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理☆97Updated 11 months ago
- 一套代码指令微调大模型☆39Updated 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
- moss chat finetuning☆50Updated last year
- 基于ChatGPT构建的中文self-instruct数据集☆116Updated last year