xyliu-uir / ChatGLM_LoRA_zh
在ChatGLM大模型上利用LoRA方法进行小参数学习，训练语料库选择中文的[alpaca-zh](https://huggingface.co/datasets/shibing624/alpaca-zh)
☆25Updated last year
Related projects ⓘ
Alternatives and complementary repositories for ChatGLM_LoRA_zh
- 骆驼QA，中文大语言阅读理解模型。☆72Updated last year
- ChatGLM2-6B微调, SFT/LoRA, instruction finetune☆106Updated 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
- 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
- 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
- 多显卡部署版 | ChatGLM-6B：开源双语对话语言模型 | An Open Bilingual Dialogue Language Model☆62Updated last year
- 基于chatglm快速搭建文档问答机器人☆88Updated last year
- ChatGLM-6B fine-tuning.☆135Updated last year
- deep training task☆29Updated last year
- ☆37Updated 7 months ago
- This project is mainly to explore what effect can be achieved by fine-tuning LLM model (ChatGLM-6B)of about 6B in vertical field (Romance…☆25Updated last year
- chatglm2 6b finetuning and alpaca finetuning☆144Updated 7 months ago
- chatglm3base模型的有监督微调SFT☆74Updated last year
- deep learning☆149Updated 5 months ago
- 想要从零开始训练一个中文的mini大语言模型，可以进行基本的对话，模型大小根据手头的机器决定☆52Updated 3 months ago
- 打造人人都会的NLP，开源不易，记得star哦☆101Updated last year
- 大语言模型ChatGLM-6B为基座，接入文档阅读功能进行实时问答，可上传txt/docx/pdf多种文件类型。☆38Updated last year
- SMP 2023 ChatGLM金融大模型挑战赛 60 分baseline思路介绍☆182Updated last year
- ☆43Updated 11 months ago
- moss chat finetuning☆50Updated 6 months ago
- use chatGLM to perform text embedding☆45Updated last year
- ✏️0成本LLM微调上手项目，⚡️一步一步使用colab训练法律LLM，基于microsoft/phi-1_5、chatglm3，包含lora微调，全参微调☆56Updated 10 months ago
- 基于sentence transformers和chatglm实现的文档搜索工具☆154Updated last year
- 微调ChatGLM☆123Updated last year
- 国内首个全参数训练的法律大模型 HanFei-1.0 (韩非)☆99Updated last year
- Qwen-Efficient-Tuning☆42Updated last year
- 基于 LoRA 和 P-Tuning v2 的 ChatGLM-6B 高效参数微调☆54Updated 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