owenliang / qwen-sft
通义千问 SFT试验
☆63Updated last year
Alternatives and similar repositories for qwen-sft:
Users that are interested in qwen-sft are comparing it to the libraries listed below
- RAG向量召回示例☆104Updated 11 months ago
- 快速入门RAG与私有化部署☆147Updated 9 months ago
- qwen ai agent☆121Updated 11 months ago
- 本项目为书籍《大模型RAG实战》的代码以及资料汇总。☆97Updated 2 months ago
- 本项目是针对RAG中的Retrieve阶段的召回技术及算法效果所做评估实验。使用主体框架为LlamaIndex.☆198Updated last month
- prompt 工程项目案例☆51Updated 3 months ago
- ☆98Updated 7 months ago
- 大模型算法岗面试题(含答案):常见问题和概念解析 "大模型面试题"、"算法岗面试"、"面试常见问题"、"大模型算法面试"、"大模型应用基础"☆375Updated 3 months ago
- 本项目旨在分享人工智能相关应用技术以及实战经验,包括大模型、语音合成、数字人、图像生成等。☆162Updated 4 months ago
- 大语言模型微调,Qwen2VL、Qwen2、GLM4指令微调☆287Updated this week
- 手把手带你从0到1实现大模型agent☆95Updated 7 months ago
- 通义千问VLLM推理部署DEMO☆501Updated 10 months ago
- FinQwen: 致力于构建一个开放、稳定、高质量的金融大模型项目,基于大模型搭建金融场景智能问答系统,利用开源开放来促进「AI+金融」。☆330Updated 7 months ago
- RAG兴趣小组,全手写的一个RAG应用。Langchain的大部分库会很方便,但是你不一定理解其中原理,所以代码尽可能展现基本算法,主打理解RAG的原理☆173Updated 4 months ago
- 基于大语言模型的检索增强生成RAG示例☆116Updated last month
- 赛博医生项目——”赛博 华佗“,基于多模态大模型的多功能智能体,一键搭建本地多模态大模型。接入医疗健康相关的知识图谱和知识库后可以进行疾病初诊,病历分析,专业知识问答等功能,成为你的私人医生。赛博华佗项目能帮助实现医疗资源的跨地域传播,让更多人借助大模型改善健康水平。"Cyb…☆32Updated 3 months ago
- This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.☆386Updated 9 months ago
- 学习开源chatGPT类模型的指南,汇总各种训练数据获取、模型微调、模型服务的方法,以及记录自己操作总遇到的各种常见坑,欢迎收藏、转发,希望能帮你省一些时间☆73Updated last year
- 通义千问的DPO训练☆30Updated 4 months ago
- RAGOnMedicalKG,将大模型RAG与KG结合,完成demo级问答,旨在给出基础的思路。☆240Updated 10 months ago
- 从0开始,将chatgpt的技术路线跑一遍。☆189Updated 4 months ago
- TinyRAG☆254Updated 3 months ago
- 数据科学教程案例☆133Updated last month
- 一个改来改去的baseline☆42Updated last month
- 阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理☆76Updated 8 months ago
- 利用开源大模型,通过RAG(检索增强生成)技术,实现基于企业内部知识图谱的,可内网运行的大模型智能客服☆52Updated 10 months ago
- ☆229Updated last month
- AI 应用示例合集☆82Updated 7 months ago
- 一个基于langchain实现RAG的简单示例☆362Updated 3 weeks ago
- 在本项目中模拟健康档案私有知识库构建和检索全流程,通过一份代码实现了同时支持多种大模型(如OpenAI、阿里通义千问等)的RAG(检索增强生成)功能:(1)离线步骤:文档加载->文档切分->向量化->灌入向量数据库;在线步骤:获取用户问题->用户问题向量化->检索向量数据库…☆78Updated 4 months ago