ssbuild / chatglm2_finetuning
chatglm2 6b finetuning and alpaca finetuning
☆145Updated 9 months ago
Alternatives and similar repositories for chatglm2_finetuning:
Users that are interested in chatglm2_finetuning are comparing it to the libraries listed below
- 基于sentence transformers和chatglm实现的文档搜索工具☆154Updated last year
- 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 fine-tuning.☆135Updated last year
- chatglm多gpu用deepspeed和☆405Updated 7 months ago
- 探索中文instruct数据在ChatGLM, LLaMA上的微调表现☆390Updated 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
- 使用peft库，对chatGLM-6B/chatGLM2-6B实现4bit的QLoRA高效微调，并做lora model和base model的merge及4bit的量化（quantize）。☆356Updated last year
- 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☆406Updated last year
- deep learning☆150Updated 7 months ago
- 对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF☆192Updated last year
- ChatGLM2-6B 全参数微调，支持多轮对话的高效微调。☆398Updated last year
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆105Updated last year
- ChatGLM-6B 指令学习|指令数据|Instruct☆653Updated last year
- 微调ChatGLM☆124Updated last year
- alpaca中文指令微调数据集☆392Updated 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
- SMP 2023 ChatGLM金融大模型挑战赛 60 分baseline思路介绍☆184Updated last year
- Baichuan-13B 指令微调☆89Updated 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 5 months ago
- llama inference for tencentpretrain☆97Updated last year
- 骆驼QA，中文大语言阅读理解模型。☆74Updated last year
- Humanable Chat Generative-model Fine-tuning | LLM微调☆205Updated last year
- ☆304Updated 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…☆185Updated 9 months ago
- 语言模型中文认知能力分析☆236Updated last year
- Baichuan2代码的逐行解析版本，适合小白☆212Updated 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。☆208Updated last year
- （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 last year
- A full pipeline to finetune ChatGLM LLM with LoRA and RLHF on consumer hardware. Implementation of RLHF (Reinforcement Learning with Huma…☆134Updated last year
- 实现一种多Lora权值集成切换+Zero-Finetune零微调增强的跨模型技术方案，LLM-Base+LLM-X+Alpaca，初期，LLM-Base为Chatglm6B底座模型，LLM-X是LLAMA增强模型。该方案简易高效，目标是使此类语言模型能够低能耗广泛部署，并最…☆117Updated last year