shuliu586 / AI_Chinese_DataSet_KnowledgeDAOLinks
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
☆60Updated 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
Sorting:
- chatglm-6B for tools application using langchain☆76Updated 2 years ago
- kbqa,langchain,large langauge model, chatgpt☆81Updated 10 months ago
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆109Updated 2 years ago
- Q&A based on elasticsearch+langchain+chatglm2 ｜ 基于elasticsearch，langchain，chatglm2的自有知识库问答☆241Updated last year
- "桃李“: 国际中文教育大模型☆183Updated 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☆69Updated 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。☆122Updated 5 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 2 years ago
- Firefly中文LLaMA-2大 模型，支持增量预训练Baichuan2、Llama2、Llama、Falcon、Qwen、Baichuan、InternLM、Bloom等大模型☆413Updated last year
- 打造人人都会的NLP，开源不易，记得star哦☆101Updated 2 years ago
- 基于sentence transformers和chatglm实现的文档搜索工具☆157Updated 2 years ago
- 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。☆218Updated last year
- 骆驼QA，中文大语言阅读理解模型。☆75Updated 2 years ago
- ChatGLM-6B fine-tuning.☆136Updated 2 years ago
- Alpaca Chinese Dataset -- 中文指令微调数据集☆213Updated 10 months ago
- （1）弹性区间标准化的旋转位置词嵌入编码器+peft LORA量化训练，提高万级tokens性能支持。（2）证据理论解释学习，提升模型的复杂逻辑推理能力（3）兼容alpaca数据格式。☆45Updated 2 years ago
- chatglm多gpu用deepspeed和☆409Updated last year
- 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…☆209Updated last year
- llama inference for tencentpretrain☆99Updated 2 years ago
- 中文聊天小模型，用t5 base在大量数据上有监督。☆101Updated last year
- SeqGPT: An Out-of-the-box Large Language Model for Open Domain Sequence Understanding☆226Updated last year
- 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 2 years ago
- 利用LLM+敏感词库，来自动判别是否涉及敏感词。☆127Updated 2 years ago
- 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.☆253Updated 2 years ago
- 雅意信息抽取大模型：在百万级人工构造的高质量信息抽取数据上进行指令微调，由中科闻歌算法团队研发。 (Repo for YAYI Unified Information Extraction Model)☆308Updated last year
- TechGPT: Technology-Oriented Generative Pretrained Transformer☆225Updated 2 years ago
- Baichuan2代码的逐行解析版本，适合小白☆214Updated last year
- ChatGPT WebUI using gradio. 给 LLM 对话和检索知识问答RAG提供一个简单好用的Web UI界面☆133Updated 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☆159Updated last year
- ChatGLM2-6B 全参数微调，支持多轮对话的高效微调。☆400Updated 2 years ago