owenliang / qwen-dpo

Related projects ⓘ

Alternatives and complementary repositories for qwen-dpo

• 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
• chaoql / rag-best-practices
  大模型检索增强生成技术最佳实践。
  ☆42Updated 2 months 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
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆49Updated 2 weeks ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆88Updated 4 months ago
• zejunwang1 / chatglm_tuning
  基于 LoRA 和 P-Tuning v2 的 ChatGLM-6B 高效参数微调
  ☆54Updated last year
• Yazooliu / agent_from_0t1
  手把手带你从0到1实现大模型agent
  ☆67Updated 4 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
• wjn1996 / ChatGLM2-Tuning
  基于ChatGLM2-6B进行微调，包括全参数、参数有效性、量化感知训练等，可实现指令微调、多轮对话微调等。
  ☆25Updated last year
• percent4 / llm_math_solver
  本项目用于大模型数学解题能力方面的数据集合成，模型训练及评测，相关文章记录。
  ☆52Updated last month
• Logistic98 / rag-omni
  基于BM25、BGE的检索增强生成RAG示例
  ☆97Updated 2 weeks ago
• linancn / TianGong-AI-Unstructure
  TianGong-AI-Unstructure
  ☆51Updated this week
• cjymz886 / LLM-RAG-QA
  LLM+RAG for QA
  ☆19Updated 9 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
• ZixinxinWang / Legal-Eagle-InternLM
  Legal-Eagle-InternLM 是一个基于商汤科技和上海人工智能实验室推出的书生浦语大模型InternLM的法律问答机器人。旨在为用户提供符合3H（即Helpful、Honest、Harmless）原则的专业、智能、全面的法律服务的法律领域大模型。
  ☆46Updated 8 months ago
• BUAADreamer / EasyRAG
  Easy-to-Use RAG Framework; CCF AIOps International Challenge 2024 Top3 Solution; CCF AIOps 国际挑战赛 2024 季军 方案
  ☆68Updated last week
• yongzhuo / qwen2-sft
  Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理
  ☆44Updated 5 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆146Updated last month
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆26Updated 6 months ago
• taishan1994 / Chinese-LLaMA-Alpaca-LoRA-Tuning
  使用LoRA对Chinese-LLaMA-Alpaca进行微调。
  ☆34Updated last year
• seanzhang-zhichen / Qwen-WisdomVast
  Qwen-WisdomVast is a large model trained on 1 million high-quality Chinese multi-turn SFT data, 200,000 English multi-turn SFT data, and …
  ☆18Updated 7 months ago
• zjrwtx / SFT-data-builder
  利用免费的大模型api来结合你的私域数据来生成sft训练数据（妥妥白嫖）支持llamafactory等工具的训练数据格式
  ☆19Updated this week
• 5663015 / LLMs_train
  一套代码指令微调大模型
  ☆37Updated last year
• CAS-SIAT-XinHai / CPsyCoun
  [ACL 2024] CPsyCoun: A Report-based Multi-turn Dialogue Reconstruction and Evaluation Framework for Chinese Psychological Counseling
  ☆71Updated last month
• owenliang / rag-retrieval
  RAG向量召回示例
  ☆88Updated 8 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
  ☆139Updated last year
• ArtificialZeng / llama3_explained
  the newest version of llama3，source code explained line by line using Chinese
  ☆22Updated 6 months ago
• YongXie66 / Honor-of-Kings_RolePlay
  The Role Playing Project of Honor-of-Kings Based on LnternLM2。峡谷小狐仙--王者荣耀领域的角色扮演聊天机器人，结合多模态技术将英雄妲己的形象带入大模型中。
  ☆18Updated 3 months ago
• heyblackC / BetterMixture-Top1-Solution
  天池算法比赛《BetterMixture - 大模型数据混合挑战赛》的第一名top1解决方案
  ☆22Updated 4 months ago