alignment-handbook

提升人工智能与人类偏好一致性的先进训练方法

AI偏好对齐语言模型持续预训练监督微调偏好优化 Github 开源项目热门

《Alignment Handbook》为ML社区提供了一系列全面的训练配方，专注于通过人工反馈强化学习（RLHF）等技术，继续训练和调整语言模型，以匹配人类和AI的偏好。该手册包括从数据收集、模型训练到绩效评估的完整流程，以及最新的训练代码和数据集，旨在帮助研究人员和开发人员构建更安全、更有效的AI系统。

访问官网

Github

介绍知识库相关项目

machine-learning-list - 机器学习入门与语言模型学习指南

ElicitGithub开源项目机器学习深度学习生产部署语言模型

这个指南旨在帮助员工掌握机器学习，尤其是语言模型的知识。内容涵盖从基础到高级，通过推荐阅读的论文和资源，了解生产部署与长期扩展的重要技术和方法。

magpie - 利用提示对齐的语言模型从零生成高质量对齐数据

GithubHuggingfaceLLMMagpie对齐数据开源项目数据生成

Magpie 项目通过提示对齐的大型语言模型生成高质量的对齐数据，无需提示工程或种子问题。该方法通过对齐模型的预查询模板生成用户查询和响应，已在Llama-3、Qwen2、Phi 3 和 Gemma-2系列模型上测试。最新更新包括多款增强中文问答能力和推理能力的数据集。项目开放这些高质量数据，推动AI民主化，提升模型对齐过程的透明度。

llm-resource - 大模型资源汇总及实用技术详解

ChatGPTGPT-2GithubLLMMOETransformer开源项目

LLM百宝箱是大模型相关资源的综合汇总，包括算法、训练、推理、数据工程、压缩和测评等方面。用户可以通过目录和链接快速找到相关内容，如Transformer和GPT模型的原理和源码解析，以及混合专家模型（MoE）等前沿技术。此外，还提供了LLM微调、对齐和推理优化的实现方案和技巧，帮助开发者和研究者深入掌握并应用大模型技术。

self-llm - 开源大模型部署与应用指南

AutoDLGithub开源大模型开源项目微调方法环境配置部署使用

探索开源大模型如LLaMA、ChatGLM的全流程部署与微调指南，涵盖环境配置至应用实践，专为国内初学者设计，通过AutoDL平台简化操作流程，助力大模型技术的普及和应用。

Local-LLM-User-Guideline - 本地大语言模型深度解析理论与实践全方位探讨

GithubLLM开源模型开源项目本地部署自定义隐私保护

本项目提供Local-LLM全面指南，深入剖析大语言模型背景、开源LLM利弊、在线与本地LLM对比及应用场景。详述LLM运作机制、应用差异和在线使用挑战。指南助力用户选择合适LLM方案，尤其适合本地部署LLM的开发者和研究人员参考。

RL-Theory-book - 强化学习理论与算法全面指南

Github人工智能开源项目强化学习深度学习理论算法

该书全面介绍强化学习理论，涵盖从基础到前沿的多个主题。内容包括元启发式方法、经典理论、基于价值和策略的方法、连续控制和基于模型的方法等。同时探讨模仿学习、内在动机和多任务学习等新兴领域。书中系统阐述理论基础和算法洞察，适合强化学习研究者和实践者参考。

Llama-3-Instruct-8B-SPPO-Iter2 - 通过自我博弈偏好优化实现语言模型对齐

GithubHuggingfaceSelf-Play Preference Optimization合成数据集开源项目模型模型调优训练参数语言模型

该模型在第二轮自我博弈偏好优化中，通过在合成数据集上的微调实现性能提升。基于Meta-Llama-3-8B-Instruct架构，该过程从openbmb/UltraFeedback数据集中提取提示集，并通过snorkelai/Snorkel-Mistral-PairRM-DPO数据集进行三次迭代以提高生成响应的质量。在AlpacaEval和Open LLM排行榜上，该模型在语言理解和推理任务中表现出更优胜率和准确度。

starcoder2-self-align - 自我校准的代码生成大型语言模型

GithubStarCoder2-Instruct代码生成大语言模型开源项目数据生成流水线模型训练

StarCoder2-15B-Instruct-v0.1是一款完全自我校准的代码生成大型语言模型，采用公开透明的工作流程，无需人工注释或专有数据。模型通过生成大量指令-响应对，进一步微调自身。专为Python代码生成任务优化，支持语法验证和定制排序。提供详细的训练和评估信息，包括数据生成、模型优化和性能验证，适用于多种编程任务。模型强调透明度和开放许可，提升代码生成的准确性和效率。

direct-preference-optimization - DPO算法实现语言模型的偏好数据优化

DPOGithub偏好优化开源项目机器学习训练算法语言模型

DPO(Direct Preference Optimization)是一种语言模型训练算法,通过偏好数据优化模型。该项目提供DPO算法的参考实现,包含监督微调和基于偏好学习两个阶段。支持各种因果HuggingFace模型,可添加自定义数据集,并包括'conservative' DPO和IPO等变体。这为研究人员提供了灵活工具,用于从偏好数据训练语言模型。

Transformers-for-NLP-and-Computer-Vision-3rd-Edition - 深入探索Transformers在NLP和计算机视觉中的应用

GithubTransformers大型语言模型开源项目生成式AI自然语言处理计算机视觉

该书全面介绍Transformers在NLP和计算机视觉领域的应用,探讨大型语言模型架构、预训练和微调技术,以及Hugging Face、OpenAI和Google Vertex AI平台的使用。内容涵盖跨平台链式模型实现、视觉transformers处理,并探索CLIP、DALL-E 3和GPT-4V等前沿技术。此外还讨论模型解释性、tokenizer优化和LLM风险缓解等关键主题,为读者提供Transformers应用的实践指南。

相关项目

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。

使用协议隐私政策广告服务

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