lansinuote / Simple_TRL

Related projects ⓘ

Alternatives and complementary repositories for Simple_TRL

• 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
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆49Updated 2 weeks ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆129Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆87Updated 4 months ago
• lansinuote / Simple_LLM_DPO
  ☆62Updated 11 months ago
• madfrog / chatbot_llama2
  ☆23Updated last year
• 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
  ☆49Updated 4 months ago
• 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
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆109Updated last year
• RethinkFun / trian_ppo
  ☆11Updated last month
• CASIA-LM / MoDS
  ☆118Updated 6 months ago
• lansinuote / Simple_LLM_PPO
  ☆36Updated 3 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆25Updated last month
• stanleylsx / llms_tool
  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。
  ☆202Updated 11 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆68Updated 5 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆317Updated this week
• zhanshijinwat / Steel-LLM
  Train a Chinese LLM From 0 by Personal
  ☆199Updated last week
• sunkx109 / llama
  Inference code for LLaMA models
  ☆107Updated 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
  ☆74Updated this week
• tjunlp-lab / M3KE
  A Massive Multi-Level Multi-Subject Knowledge Evaluation benchmark
  ☆99Updated last year
• mindspore-lab / mindrlhf
  ☆25Updated this week
• Miraclemarvel55 / ChatGLM-RLHF
  对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF
  ☆189Updated last year
• xyjigsaw / LLM-Pretrain-SFT
  Scripts of LLM pre-training and fine-tuning (w/wo LoRA, DeepSpeed)
  ☆68Updated 9 months ago
• tianyi-lab / Cherry_LLM
  [NAACL'24] Self-data filtering of LLM instruction-tuning data using a novel perplexity-based difficulty score, without using any other mo…
  ☆305Updated 2 months ago
• OvJat / DeepSpeedTutorial
  DeepSpeed Tutorial
  ☆89Updated 2 months ago
• 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+
  ☆73Updated 10 months ago
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆166Updated 10 months ago
• jiangxinyang227 / LLM-tuning
  llama，chatglm 等模型的微调
  ☆82Updated 3 months ago
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆58Updated last year
• chunhuizhang / bert_t5_gpt
  ☆52Updated this week