Project Icon

Zephyr-CAT

使用Continuous Adversarial Training优化语言模型的对抗训练

该项目通过Continuous Adversarial Training (CAT) 算法,微调了zephyr-7b-beta模型的LoRa权重,旨在提升语言模型的鲁棒性。更多技术细节可参阅论文 "Efficient Adversarial Training in LLMs with Continuous Attacks",该论文深入介绍了CAT算法在对抗训练中的应用与效率提升。

ALMA-13B-Pretrain - 改进大型语言模型的翻译性能与偏好优化技术
ALMAGithubHuggingfaceLoRA微调对比偏好优化开源项目数据集机器翻译模型
ALMA基于新的翻译模型范式,初步在单语数据上进行精调,接着应用高质量的平行数据进行优化,从而显著提升大型语言模型的翻译效果。其最新版本ALMA-R采用了对比偏好优化(CPO),相较于传统监督精调,进一步提高了翻译的精度,可与GPT-4媲美。尤其是ALMA-13B-LoRA,通过过渡性精调和人类撰写的平行数据,确保了在专业翻译任务中的卓越表现。
ChatGLM-Tuning - ChatGLM-6B和LoRA结合的经济型语言模型微调方案
AI模型ChatGLM-6BGithubLoRA开源项目微调深度学习
ChatGLM-Tuning项目是一个基于ChatGLM-6B和LoRA技术的语言模型微调解决方案。该项目包含数据预处理、模型训练和推理功能,支持Alpaca数据集。它提供预训练LoRA模型,并计划引入中文数据和RLHF技术。这一方案适用于16GB以上显存的GPU环境,为开发者提供了一种经济高效的大型语言模型定制途径。
bert-base-cased - 使用预训练双向Transformer模型提升语言理解能力
BERTGithubHuggingface句子分类开源项目掩码语言建模模型自监督学习预训练
BERT是一种通过自监督学习预训练的双向Transformer模型,旨在改善英语语言理解。基于大型语料库的预训练,使其能学习句子的双向表示,适用于序列分类、标记分类和问答任务。通过Masked Language Modeling和Next Sentence Prediction目标进行预训练,BERT在各类任务中展现出卓越表现,但注意选择合适的训练数据以避免潜在偏见。
zett - 突破语言模型与分词器的兼容性限制
GithubZero-Shot Tokenizer Transfer分词器开源项目模型迁移语言模型超网络
ZeTT是一个创新的开源项目,旨在解决语言模型与分词器之间的兼容性问题。该项目通过零样本分词器迁移技术,使任何语言模型能够与任意分词器协同工作,几乎不需要额外训练。ZeTT提供多个预训练超网络,支持26种语言和代码处理。用户可以轻松将现有模型适配新的分词器,提升模型的通用性。此外,ZeTT还支持训练自定义超网络和迁移微调模型等高级功能,为自然语言处理研究提供新的可能性。
LLM-Finetuning - 大型语言模型高效微调指南
GithubHugging FaceLoRAPEFT大型语言模型开源项目微调
了解如何使用LoRA和Hugging Face Transformers库高效微调大型语言模型。项目提供详细的教程笔记本,包括在Colab中微调Llama 2、GPT-Neo-X-20B、MPT-Instruct-30B等模型的指导和代码示例。无论新手或专家,均可找到实用资源,提升语言模型性能。欢迎贡献和提交问题,共同完善此开源项目。
EfficientQAT - 高效量化训练技术助力大型语言模型压缩
EfficientQATGithubPyTorch大语言模型开源项目模型压缩量化训练
EfficientQAT是一种针对大型语言模型的量化训练技术。该技术采用两阶段训练方法,包括分块训练所有参数和端到端训练量化参数,在压缩模型大小的同时保持性能。EfficientQAT支持GPTQ和BitBLAS等多种量化格式,已成功应用于Llama和Mistral等模型系列,有效降低模型存储需求,为大型语言模型的部署提供了实用方案。
LongLoRA - 探索大规模长上下文语言模型的高效训练与实用应用
GithubLLaMA2LoRALongAlpaca开源项目深度学习长上下文语言模型
LongLoRA项目开发了一种高效微调方法,处理大型长上下文语言模型,涵盖了从7B至70B的各种模型规模和LongAlpaca-12k实验性数据集。项目支持多种微调方式,在基凊测试中验证了模型性能,技术可应用于多种NLP任务,助力复杂语言处理。实现显著性能优势,为企业和研究人员在从机器翻译到自动摘要等NLP任务中提供了有效的解决方案。
peft - 大模型高效微调的先进方法
AccelerateDiffusersGithubLoRAPEFTTransformers开源项目
参数高效微调(PEFT)通过只调整少量额外参数来适配大规模预训练模型,大幅降低计算和存储成本,同时性能接近完全微调模型。PEFT与Transformers、Diffusers和Accelerate集成,支持多种下游任务的训练和推理。了解更多方法和优势,请访问官方文档和教程。
loraplus - 提升大型模型微调效率的创新技术
GithubICML 2024LoRA+低秩适应开源项目模型微调超参数优化
LoRA+是一种创新的低秩适应技术,专注于提高大型模型的微调效率。该技术引入新的超参数优化训练过程,尤其适合处理复杂的下游任务。项目提供完整代码实现,兼容Hugging Face Trainer和自定义训练流程,并附带GLUE基准测试和图像分类示例。LoRA+在多种任务中表现出色,为研究人员和开发者提供了改进大型模型微调效果的有力工具。
NEFTune - 革新语言模型指令微调的噪声嵌入技术
GithubLLM微调NEFTune噪声增强嵌入向量开源项目性能提升
NEFTune是一种创新的语言模型指令微调技术,通过向嵌入向量添加随机噪声来提升模型性能。这种方法无需额外计算资源或数据,却能显著改善对话质量。在AlpacaEval评估中,NEFTune将LLaMA-2-7B模型的性能从29.8%提升至64.7%。作为一种高效的LLM微调方案,NEFTune为模型优化提供了低成本、高收益的解决方案。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号