Logo
Project Icon

direct-preference-optimization

DPO算法实现语言模型的偏好数据优化

DPO语言模型偏好优化机器学习训练算法Github开源项目

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。

GithubGithub文档文档论文论文
介绍相关项目
OpenRLHF - 高性能强化学习框架助力大规模语言模型优化
GithubOpenRLHFRLHF框架分布式训练开源项目强化学习模型微调
OpenRLHF是一款基于Ray、DeepSpeed和Hugging Face Transformers构建的高性能强化学习框架。该框架简单易用，兼容Hugging Face模型和数据集，性能优于优化后的DeepSpeedChat。它支持分布式RLHF，能够在多GPU环境下进行70B+参数模型的全规模微调。OpenRLHF集成了多项PPO实现技巧以提升训练稳定性，同时支持vLLM生成加速和多奖励模型等先进特性，为大规模语言模型优化提供了强大支持。
Gemma-2-9B-It-SPPO-Iter3 - 通过自我游戏偏好优化增强语言模型 alignment
Gemma-2-9B-It-SPPO-Iter3GithubHuggingface合成数据集开源项目模型自我博弈偏好优化语言模型超参数
Gemma-2-9B-It-SPPO-Iter3以google/gemma-2-9b-it为基础，经过第三次自我游戏偏好优化迭代开发，结合openbmb/UltraFeedback数据集微调。在合成数据集中展现了出色的性能，LC.获胜率达到53.27%，在AlpacaEval排行榜上表现优良。项目主要使用英语，遵循Apache-2.0许可，适用于多种自然语言处理场景。
Predibase - 开发者平台实现大语言模型的高效调优与部署
AI工具AI模型LLMLoRAXPredibase微调
Predibase为开发者提供大语言模型调优和部署服务。该平台支持低成本高效率地微调和部署开源大语言模型，性能可媲美GPT-4。平台采用先进微调技术和高效服务基础设施，支持云端或私有环境部署。Predibase具备企业级安全性，保障用户对模型和知识产权的完全控制。开发者可通过Predibase快速评估、微调和部署特定任务的大语言模型，有效降低AI应用开发和运营成本。
datablations - 对在数据限制下扩展语言模型的方法的研究
C4Githublanguage models开源项目数据稀缺数据重复训练数据
本项目研究在数据受限情况下扩展语言模型的方法。通过对9000亿训练令牌和90亿参数模型进行实验，提出并验证了重复令牌和多余参数的计算优化法则。实验涵盖数据增强、困惑度过滤及去重处理。相关模型和数据集公开在仓库，有助于在资源有限情况下高效训练和优化语言模型。
P-tuning-v2 - 深度提示调优技术提升小型模型性能 媲美传统微调方法
GithubP-tuning v2参数效率开源项目提示调优深度学习自然语言处理
P-tuning v2是一种创新的提示调优策略，通过深度提示调优技术为预训练Transformer的每层输入应用连续提示。这种方法显著提升了连续提示的容量，有效缩小了与传统微调方法的性能差距，尤其在小型模型和复杂任务中表现突出。研究表明，P-tuning v2在BERT和RoBERTa等模型上取得了优异成果，在多项NLP任务中达到了与微调相当的水平，为发展参数高效的模型调优技术开辟了新途径。
pytorch-rl - Pytorch中的深度强化学习算法实现
GithubOpenAI GymPytorch开源项目强化学习机器人任务深度学习
pytorch-rl项目在Pytorch中实现了多种深度强化学习算法，适用于连续动作空间。用户可以在CPU或GPU上高效训练这些算法，并与OpenAI Gym无缝集成。支持的算法包括DQN、DDPG、PPO等，涵盖环境建模和参数空间噪声探索等功能。
DRL-Pytorch - PyTorch实现的深度强化学习算法集合
DRL算法GithubPyTorch人工智能开源项目强化学习深度学习
DRL-Pytorch项目提供多种常用深度强化学习算法的PyTorch实现,包括Q-learning、DQN变体、PPO、DDPG、TD3和SAC等。代码结构清晰统一,便于研究人员和开发者比较不同算法。项目还包含详细使用说明、依赖列表和学习资源推荐,有助于快速入门和实践。
ov-gpt2-fp32-no-cache - 改进GPT-2文本生成性能的开源项目，结合Optimum-Intel
GPT2GithubHuggingfaceOpenvinoOptimum-Intel开源项目文本生成模型
此项目结合Optimum-Intel而优化GPT-2的文本生成，继承于HF模型库的GPT-2，并采用OMZ的Openvino IR，实现了无缓存的高效预测。该模型允许在Optimum-Intel环境中使用OVModelForCausalLM进行文本生成，具有长文本输出和多序列结果的功能，帮助提升生成效率。
Awesome-LLM-Prompt-Optimization - 大型语言模型提示词优化技术与研究前沿总览
GithubLLM人工智能开源项目提示优化机器学习自动化
本项目收录了大型语言模型(LLM)提示词优化领域的前沿研究论文。内容涵盖LLM优化、微调、编程、人类反馈、集成学习、强化学习、无梯度方法、上下文学习和贝叶斯优化等多个研究方向。项目旨在为研究人员提供全面的LLM提示词优化资源,助力推动该领域发展。
optimized-gpt2-1b - GPT-2架构优化模型 提供高效可扩展的自然语言处理功能
GithubHuggingfacetransformers人工智能开源项目机器学习模型模型卡自然语言处理
optimized-gpt2-1b是一个基于GPT-2架构优化的大规模语言模型。该模型在保持GPT-2性能的基础上，通过架构和训练方法的优化提高了效率和可扩展性。它可应用于文本生成、摘要和问答等多种自然语言处理任务。模型支持直接使用或针对特定需求进行微调。项目提供了使用说明和评估结果，有助于研究人员和开发者更好地理解和应用这一语言模型。
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