stanleylsx / llms_tool
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。
☆202Updated 11 months ago
Related projects ⓘ
Alternatives and complementary repositories for llms_tool
- 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.☆241Updated 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。☆111Updated last month
- 对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF☆189Updated last year
- Baichuan2代码的逐行解析版本,适合小白☆209Updated 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…☆166Updated 5 months ago
- chatglm2 6b finetuning and alpaca finetuning☆144Updated 6 months ago
- Deepspeed、LLM、Medical_Dialogue、医疗大模型、预训练、微调☆228Updated 5 months ago
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆106Updated 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☆396Updated last year
- baichuan LLM surpervised finetune by lora☆60Updated last year
- 大语言模型指令调优工具(支持 FlashAttention)☆166Updated 10 months ago
- 怎么训练一个LLM分词器☆129Updated last year
- 语言模型中文认知能力分析☆235Updated 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☆163Updated last year
- 开源SFT数据集整理,随时补充☆440Updated last year
- Implementation of Chinese ChatGPT☆286Updated 11 months ago
- 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
- ChatGLM2-6B 全参数微调,支持多轮对话的高效微调。☆395Updated 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☆78Updated last year
- Baichuan-13B 指令微调☆89Updated last year
- 阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理☆68Updated 5 months ago
- 大模型多维度中文对齐评测基准 (ACL 2024)☆330Updated 2 months ago
- deep learning☆148Updated 4 months ago
- ☆157Updated last year
- This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.☆353Updated 6 months ago
- chatglm多gpu用deepspeed和☆402Updated 4 months ago
- 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)。☆354Updated last year
- ☆297Updated last year
- Alpaca Chinese Dataset -- 中文指令微调数据集【人工+GPT4o持续更新】☆184Updated last month
- A full pipeline to finetune ChatGLM LLM with LoRA and RLHF on consumer hardware. Implementation of RLHF (Reinforcement Learning with Huma…☆126Updated last year