Project Icon

LLM-RLHF-Tuning

RLHF三阶段训练支持指令微调、奖励模型和多种训练方式

本项目实现了RLHF的三阶段训练,包括指令微调、奖励模型训练和PPO算法训练。支持LLaMA和LLaMA2模型,并提供多种分布式加速训练方法。项目附有详细的实现文档,并对比了其他开源框架的功能,是RLHF训练的宝贵资源。

PPO-PyTorch - 使用PyTorch实现的简易PPO算法工具
GithubOpenAI gymPPO-PyTorchProximal Policy Optimization开源项目强化学习超参数调整
该项目提供了一个基于PyTorch的简易PPO算法实现,适用于OpenAI Gym环境,帮助初学者理解PPO。更新内容包括整合离散和连续算法,并引入了线性衰减机制。用户可以通过PPO_colab.ipynb在Google Colab中便捷地训练、测试和绘制图表。项目支持单线程执行,并提供日志记录、可视化和动画生成工具。
Meta-Llama-3.1-8B-bnb-4bit - Unsloth技术实现高效低资源的Llama 3.1模型微调
GithubHuggingfaceLlama 3.1Transformers大语言模型开源项目性能优化模型模型微调
该项目利用Unsloth技术对Meta-Llama-3.1-8B模型进行高效微调,节省58%内存并将训练速度提升2.4倍。提供多个免费Google Colab笔记本,支持Llama-3.1、Gemma-2、Mistral等模型的微调,便于获得性能优化的定制模型。适合资源受限的研究者和开发者使用,实现低成本高效率的大语言模型优化。
distributed-llama - 优化大型语言模型的分布式计算性能
Distributed LlamaGithubLlama 3Python 3TCP socketsTensor parallelism开源项目
通过分布式计算技术,分散大型语言模型(LLMs)的工作负载到多个设备上,即使是性能较弱的设备也能运行强大的LLMs。项目使用TCP sockets同步状态,用户可以使用家庭路由器轻松配置AI集群,实现显著加速效果。Distributed Llama支持多种模型架构,提供简便的设置和操作方法,用户可以在本地运行大规模语言模型。
pykoi-rlhf-finetuned-transformers - 利用RLHF优化大型语言模型的Python库
GithubRAGRLHFpykoi开源库开源项目模型比较
pykoi是一个开源的Python库,利用RLHF优化大型语言模型(LLM)。它提供统一界面,包含RLHF/RLAIF数据和反馈收集、强化学习微调及模型比较等功能,支持用户存储聊天记录并进行性能对比。此外,pykoi还支持快速实现上下文感知对话生成,并确保数据隐私和安全,适用于CPU和GPU等多种计算资源。
Llama-3.2-3B-Instruct-bnb-4bit - Unsloth技术加速大型语言模型微调
GithubHuggingfaceLlama 3.2Unslothtransformers大语言模型开源项目微调模型
Llama-3.2-3B-Instruct-bnb-4bit项目利用Unsloth技术提高大型语言模型微调效率。该方法可将Llama 3.2、Gemma 2和Mistral等模型的微调速度提升2-5倍,同时降低70%内存占用。项目提供多个Google Colab笔记本,支持Llama-3.2、Gemma 2、Mistral等多种模型。这些笔记本操作简便,适合初学者使用,只需添加数据集并运行即可完成模型微调。
Meta-Llama-3.1-70B-bnb-4bit - 高效智能模型微调框架实现训练提速与内存优化
GemmaGithubHuggingfaceLlama-3开源模型开源项目机器学习模型模型微调
Unsloth是Meta Llama 3.1模型的优化框架,集成了Gemma 2、Mistral等主流模型支持。框架在Google Colab环境下运行,具备模型训练速度提升2-5倍及内存占用降低70%的特点。支持GGUF、vLLM等格式导出,并提供新手教程指导开发者完成模型微调与部署。
Replete-LLM-V2.5-Qwen-14b-GGUF - Replete-LLM-V2.5-Qwen-14b模型的多量化处理与硬件优化概述
ARM芯片GithubHuggingfaceRombos-LLM-V2.5-Qwen-14b开源项目性能比较模型模型优化量化
该项目对Rombos-LLM-V2.5-Qwen-14b模型进行了多种量化优化,使用了llama.cpp的b3825版本。支持多种量化格式,如f16、Q8_0、Q6_K_L等,适用不同硬件环境,推荐Q6_K_L和Q5_K_L以实现高质量和资源节省。用户可根据硬件需求选择合适的格式,并使用huggingface-cli进行下载。针对ARM芯片提供了特定的优化量化选项Q4_0_X_X,广泛适用于文本生成应用,提升运行效率和输出质量。
LLaMA-LoRA-Tuner - 使用LLaMA-LoRA Tuner便捷地评估和微调低秩自适应的LLaMA模型
GithubGoogle ColabHugging FaceLLaMA-LoRA TunerSkyPilot开源项目模型微调
LLaMA-LoRA Tuner通过Google Colab、一键启动和多云服务支持,简化了LLaMA模型的评估和微调。用户可在Hugging Face查看演示,支持通过Google Drive和JSON格式加载和存储数据。此项目实现了多基础模型切换和多训练数据集格式支持,新增聊天界面和演示模式以优化新模型展示。
Grounding_LLMs_with_online_RL - GLAM 强化学习优化大型语言模型的新方法
BabyAI-TextGLAMGithubLamorel大语言模型开源项目强化学习
这个开源项目开发了GLAM方法,通过在线强化学习优化大型语言模型在BabyAI-Text环境中的性能。项目提供了BabyAI-Text环境和实验代码,支持智能体训练和评估。研究者使用Lamorel库实现了PPO、DRRN等多种智能体。代码库包含详细的安装说明、配置文件和运行指南,便于其他研究人员复现和拓展相关研究。
LLMCompiler - 提升大语言模型性能的并行函数调用框架
GithubLLMCompiler优化编排并行函数调用开源项目效率提升模型兼容
LLMCompiler框架通过并行函数调用提升大语言模型的执行效率。它自动识别可并行任务,减少延迟和成本,同时提升准确性。用户只需提供工具和上下文示例,LLMCompiler就能优化函数调用编排。支持开源和闭源模型,包括LLaMA和OpenAI的GPT模型。LLMCompiler在不同任务中展示了显著的延迟加速、成本节省和准确性提升,是处理复杂问题的理想工具。
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

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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