lansinuote / Simple_TRL

Related projects ⓘ

Alternatives and complementary repositories for Simple_TRL

• yuanzhoulvpi2017 / SentenceEmbedding
  ☆88Updated 4 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆49Updated 3 weeks ago
• Pillars-Creation / ChatGLM-RLHF-LoRA-RM-PPO
  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
  ☆78Updated last year
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆28Updated 4 months ago
• madfrog / chatbot_llama2
  ☆22Updated last year
• lansinuote / Simple_LLM_PPO
  ☆37Updated 3 months ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆129Updated last year
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆27Updated 2 months ago
• cwxndl / LLM
  大语言模型应用：RAG、NL2SQL、聊天机器人、预训练、MOE混合专家模型、微调训练、强化学习、天池数据竞赛
  ☆48Updated 5 months ago
• RethinkFun / trian_ppo
  ☆13Updated last month
• CASIA-LM / MoDS
  ☆120Updated 7 months ago
• Glanvery / LLM-Travel
  欢迎来到 "LLM-travel" 仓库！探索大语言模型（LLM）的奥秘 🚀。致力于深入理解、探讨以及实现与大模型相关的各种技术、原理和应用。
  ☆269Updated 4 months ago
• sunkx109 / llama
  Inference code for LLaMA models
  ☆109Updated last year
• lansinuote / Simple_LLM_DPO
  ☆63Updated last year
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆110Updated last year
• yang19527 / AwesomeInterview
  包含程序员面试大厂面试题和面试经验
  ☆106Updated 3 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
  ☆140Updated last year
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆70Updated 7 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆137Updated 2 months ago
• hengjiUSTC / learn-llm
  ☆85Updated last week
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆59Updated last year
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆322Updated last week
• 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+
  ☆76Updated 10 months ago
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆131Updated 7 months ago
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆60Updated last year
• LDLINGLINGLING / AutoPlan
  本项目是自动化学报中AUTOPLAN的代码地址，使用大语言模型完成了复杂任务的任务规划以及任务执行
  ☆80Updated last week
• mindspore-lab / mindrlhf
  ☆26Updated this week
• chaoql / rag-best-practices
  大模型检索增强生成技术最佳实践。
  ☆46Updated 2 months ago
• l294265421 / alpaca-rlhf
  Finetuning LLaMA with RLHF (Reinforcement Learning with Human Feedback) based on DeepSpeed Chat
  ☆106Updated last year
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆155Updated 8 months ago