poisonwine / Tianchi-LLM-retrievalLinks
2023全球智能汽车AI挑战赛——赛道一:AI大模型检索问答, 75+ baseline
☆60Updated last year
Alternatives and similar repositories for Tianchi-LLM-retrieval
Users that are interested in Tianchi-LLM-retrieval are comparing it to the libraries listed below
Sorting:
- 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+☆114Updated last year
- 用于AIOPS24挑战赛的Demo☆64Updated last year
- ChatGLM2-6B-Explained☆36Updated 2 years ago
- 通用简单工具项目☆20Updated last year
- easy-bert是一个中文NLP工具,提供诸多bert变体调用和调参方法,极速上手;清晰的设计和代码注释,也很适合学习☆83Updated 3 years ago
- 快速入门RAG与私有化部署☆210Updated last year
- basic framework for rag(retrieval augment generation)☆85Updated last year
- pytorch分布式训练☆72Updated 2 years ago
- ☆119Updated last year
- 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☆76Updated 2 years ago
- 1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc☆161Updated 3 months ago
- AFAC2024金融智能创新大赛☆59Updated 11 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☆88Updated 2 years ago
- 怎么训练一个LLM分词器☆154Updated 2 years ago
- 一套代码指令微调大模型☆38Updated 2 years ago
- llama,chatglm 等模型的微调☆91Updated last year
- GoGPT:基于Llama/Llama 2训练的中英文增强大模型|Chinese-Llama2☆79Updated 2 years ago
- 大语言模型指令调优工具(支持 FlashAttention)☆178Updated last year
- 基于大语言模型的检索增强生成RAG示例☆161Updated 6 months ago
- 使用单个24G显卡,从0开始训练LLM☆55Updated 4 months ago
- ☆180Updated last year
- 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☆71Updated 9 months ago
- 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☆32Updated last year
- LLM for NER☆81Updated last year
- BLOOM 模型的指令微调☆24Updated 2 years ago
- deepspeed+trainer简单高效实现多卡微调大模型☆129Updated 2 years ago
- 基于python的BM25文本匹配算法实现☆33Updated 3 years ago
- 中文大模型微调(LLM-SFT), 数学指令数据集MWP-Instruct, 支持模型(ChatGLM-6B, LLaMA, Bloom-7B, baichuan-7B), 支持(LoRA, QLoRA, DeepSpeed, UI, TensorboardX), 支持(微…☆212Updated last year
- ☆75Updated 2 years ago
- 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。☆126Updated 8 months ago