rangwang / CCAC2024-FS_ModerationLinks
CCAC2024——大模型安全的双重防线：少样本文本内容安全挑战赛仓库
☆32Updated last year
Alternatives and similar repositories for CCAC2024-FS_Moderation
Users that are interested in CCAC2024-FS_Moderation are comparing it to the libraries listed below
Sorting:
- SC-Safety: 中文大模型多轮对抗安全基准☆150Updated last year
- ShieldLM: Empowering LLMs as Aligned, Customizable and Explainable Safety Detectors [EMNLP 2024 Findings]☆223Updated last year
- ☆120Updated last year
- 本文提出了一个基于“文心一言”的中国LLMs的安全评估基准，其中包括8种典型的安全场景和6种指令攻击类型。此外，本文还提出了安全评估的框架和过程，利用手动编写和收集开源数据的测试Prompts，以及人工干预结合利用LLM强大的评估能力作为“共同评估者”。☆32Updated 2 years ago
- Official github repo for SafetyBench, a comprehensive benchmark to evaluate LLMs' safety. [ACL 2024]☆271Updated 6 months ago
- 对llama3进行全参微调、lora微调以及qlora微调。☆215Updated last year
- "他山之石、可以攻玉"：复旦白泽智能发布面向国内开源和国外商用大模型的Demo数据集JADE-DB☆494Updated 2 months ago
- 基于ChatGPT构建的中文self-instruct数据集☆119Updated 2 years ago
- 使用 Qwen2ForSequenceClassification 简单实现文本分类任务。☆88Updated last year
- Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理☆71Updated last year
- The official repository of the paper: COLD: A Benchmark for Chinese Offensive Language Detection☆312Updated 2 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…☆216Updated last year
- Chinese safety prompts for evaluating and improving the safety of LLMs. 中文安全prompts，用于评估和提升大模型的安全性。☆1,129Updated last year
- 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
- 一套代码指令微调大模型☆39Updated 2 years ago
- 1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc☆161Updated 6 months ago
- 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+☆120Updated 2 years ago
- ☆34Updated 2 years ago
- 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☆74Updated 11 months ago
- 大模型检索增强生成技术最佳实践。☆88Updated last year
- 多轮共情对话模型PICA☆97Updated 2 years ago
- 面向中文大模型价值观的评估与对齐研究☆552Updated 2 years ago
- ☆35Updated 7 months 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 11 months ago
- A Survey of LLM Alignment (SFT & RLHF), and A Survey of RLHF methods (2023~2024)☆21Updated last year
- 大模型文本分类☆95Updated last year
- an intro to retrieval augmented large language model☆306Updated 2 years ago
- JailBench：大型语言模型越狱攻击风险评测中文数据集 [PAKDD 2025]☆165Updated 11 months ago
- A travel agent based on Qwen2.5, fine-tuned by SFT + DPO/PPO/GRPO using traveling question-answer dataset, a mindmap can be output using …☆52Updated 2 months ago
- 怎么训练一个LLM分词器☆153Updated 2 years ago