shuliu586 / AI_Chinese_DataSet_KnowledgeDAO
供AI训练的中文数据集（持续更新。。。）与AI公司图谱，目前的数据集餐饮行业8000问，百度知道，Alpaca中文数据集，计算机领域数据集，Vicuna数据集，RedPajama数据集，Wikipedia中文词条数据集，网站论坛问答数据集
☆55Updated last year
Alternatives and similar repositories for AI_Chinese_DataSet_KnowledgeDAO:
Users that are interested in AI_Chinese_DataSet_KnowledgeDAO are comparing it to the libraries listed below
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆105Updated last year
- ChatGLM-6B fine-tuning.☆135Updated last year
- 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。☆115Updated 4 months ago
- 骆驼QA，中文大语言阅读理解模型。☆74Updated last year
- 首个llama2 13b 中文版模型 （Base + 中文对话SFT，实现流畅多轮人机自然语言交互)☆89Updated last year
- baichuan LLM surpervised finetune by lora☆61Updated last year
- ☆37Updated 9 months ago
- chatglm-6b微调/LORA/PPO/推理, 样本为自动生成的整数/小数加减乘除运算, 可gpu/cpu☆164Updated last year
- chatglm-6B for tools application using langchain☆75Updated last year
- Python3 package for Chinese/English OCR, with paddleocr-v4 onnx model(~14MB). 基于ppocr-v4-onnx模型推理，可实现 CPU 上毫秒级的 OCR 精准预测，通用场景中英文OCR达到开源SO…☆55Updated last week
- llama inference for tencentpretrain☆97Updated last year
- 使用qlora对中文大语言模型进行微调，包含ChatGLM、Chinese-LLaMA-Alpaca、BELLE☆85Updated last year
- Alpaca Chinese Dataset -- 中文指令微调数据集【人工+GPT4o持续更新】☆193Updated 3 months ago
- chatglm2 6b finetuning and alpaca finetuning☆145Updated 9 months 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…☆183Updated 8 months ago
- Ziya-LLaMA-13B是IDEA基于LLaMa的130亿参数的大规模预训练模型，具备翻译，编程，文本分类，信息抽取，摘要，文案生成，常识问答和数学计算等能力。目前姜子牙通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。本文主要用于Ziya-…☆45Updated last year
- 打造人人都会的NLP，开源不易，记得star哦☆100Updated last year
- ☆114Updated 8 months ago
- 利用LLM+敏感词库，来自动判别是否涉及敏感词。☆109Updated last year
- 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。☆206Updated last year
- 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☆148Updated last year
- 大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning☆51Updated 6 months ago
- "桃李“: 国际中文教育大模型☆173Updated last year
- Deepspeed、LLM、Medical_Dialogue、医疗大模型、预训练、微调☆246Updated 7 months ago
- Baichuan2代码的逐行解析版本，适合小白☆211Updated last year
- 通用版面分析 | 中文文档解析 |Document Layout Analysis | layout paser☆45Updated 7 months ago
- 基于sentence transformers和chatglm实现的文档搜索工具☆154Updated last year
- 用于大模型 RLHF 进行人工数据标注排序的工具。A tool for manual response data annotation sorting in RLHF stage.☆247Updated last year
- A high-throughput and memory-efficient inference and serving engine for LLMs☆127Updated last month
- kbqa,langchain,large langauge model, chatgpt☆78Updated 3 months ago