Project Icon

orpo

无参考模型的语言模型偏好优化技术

ORPO是一种新型语言模型训练方法,无需参考模型即可实现偏好优化。项目展示了ORPO在AlpacaEval、MT-Bench和IFEval等基准测试中的性能。ORPO训练的Mistral-ORPO-β模型在AlpacaEval官方排行榜上获得14.7%的长度控制胜率。项目开源了多个预训练模型和训练日志,为AI研究和开发提供了重要资源。

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。
Mistral-7B-OpenOrca-GGUF - Mistral 7B OpenOrca:高效文本生成的开源模型
GPU加速GithubHuggingfaceMistral 7B OpenOrca开源项目文本生成模型模型文件量化方法
Mistral 7B OpenOrca是由OpenOrca推出的GGUF格式模型,支持多种量化方法和GPU加速,适用于多种文本生成场景。模型兼容多种网络UI和Python库,采用先进技术实现高效内存管理和性能优化,支持长序列扩展。
LongRoPE - 扩展大语言模型上下文窗口至200万以上标记的方法
GithubLongRoPETransformer上下文窗口位置编码大语言模型开源项目
LongRoPE项目提出了一种将大语言模型(LLM)上下文窗口扩展至超过200万个标记的方法。通过利用位置嵌入中的非均匀性,项目实现了8倍的上下文窗口扩展,无需微调。采用逐步扩展策略从256k微调至2048k上下文,避免了对超长文本的直接微调。LongRoPE还调整了原始窗口长度内的嵌入,确保在各种任务中保持高效表现,适用于对话、问答、长文档摘要及少样本学习。
OLMo-1B-hf - 结合开放性与多功能性提升语言模型科学
Dolma数据集GithubHuggingfaceOLMoTransformer开放语言模型开源项目模型语言模型
OLMo是一个由Allen Institute for AI开发的开源语言模型,支持Hugging Face Transformers格式和Dolma数据集,具有自回归Transformer架构,适合多种语言处理任务,涵盖完整训练代码和检查点。
LongQLoRA - 大语言模型上下文长度高效扩展的创新方法
GithubLongQLoRA上下文长度扩展低资源训练大语言模型开源项目性能评估
LongQLoRA是一种扩展大语言模型上下文长度的方法,可在单个32GB V100 GPU上将LLaMA2模型的上下文长度从4096扩展到8192。该方法在PG19和Proof-pile数据集上表现优异,仅需1000步微调即可达到接近MPT-7B-8K的性能。项目还提供了预训练数据集、指令微调数据集以及扩展上下文长度的模型。
LLaMA3-iterative-DPO-final - 高效集成在线RLHF技术的指令模型
GithubHuggingfaceLLaMA3-iterative-DPO-finalRLHF人工智能开源模型开源项目模型训练方法
LLaMA3-iterative-DPO-final是在线RLHF技术的非官方模型,在Alpaca-Eval-V2等基准测试中表现突出,超越众多模型。模型基于开源数据集训练,无需人工标签,包含详尽的复现指南,适用于学术研究和实际应用。
Orca-2-13b - 微软开源专注推理能力提升的研究型语言模型
GithubHuggingfaceOrca 2人工智能开源项目微软研究推理能力模型语言模型
Orca 2是微软研究院基于LLAMA-2开发的研究型语言模型,通过合成数据集训练,旨在增强小型语言模型的推理能力。该模型在推理、阅读理解、数学问题解决和文本摘要等任务中表现优异,采用单轮响应模式。Orca 2为研究社区提供了评估和改进小型语言模型的基础,目前开放了13B参数版本及完整权重,供研究使用。
Synatra-RP-Orca-2-7b-v0.1 - 个人资源开发的测试版RP细调成果
AlpacaGithubHuggingfaceSynatra-RP-Orca-2-7b-v0.1个人项目开源项目微调模型模型训练
Synatra-RP-Orca-2-7b-v0.1是一个个人资源开发的测试RP SFT模型,基于microsoft/Orca-2-7b构建。项目通过SFT方法进行细调优化,使用A100 80GB显卡训练,并采用Alpaca和ChatML指令格式。推动自然语言处理领域研究,其开放合作和资助渠道请联系Telegram用户AlzarTakkarsen。
Sakura-SOLAR-DPO - 开源大语言模型性能新突破
DPOGithubLLMSakura-SOLAR开源项目模型性能训练代码
Sakura-SOLAR-DPO项目通过模型融合和DPO训练技术,使SOLAR模型在开源大语言模型排行榜上跃居首位。该项目在ARC、HellaSwag等多项基准测试中表现卓越,展现了强大的通用能力和数学推理水平。项目公开了详细的训练代码、超参数配置和提示词模板,为开源AI社区提供了宝贵的技术参考。
LLaMa2lang - 优化LLaMa3-8B模型性能,支持多语言微调和翻译
GPUGithubLLaMa3RAG开源项目翻译语言微调
LLaMa2lang提供便捷脚本,微调LLaMa3-8B模型以适应不同语言。结合RAG和翻译模型,将数据集OASST1翻译为目标语言,进行数据集成和细调,并支持推理。支持DPO和ORPO等优化方法,进一步提升模型回答质量,兼容多个基础模型与翻译架构。
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