LLM Finetuningダウンロード-LLM LLM Finetuningソースコードダウンロード

LLM Finetuning

AI ソースコード

1.0.0

ダウンロード

LLM-Finetuning

PEFT微調整プロジェクト

PEFT（前脱出微調整）プロジェクトリポジトリへようこそ！このプロジェクトは、LORAとHugging Faceのトランスライブラリを使用して、効率的に大規模な言語モデルを微調整することに焦点を当てています。

微調整ノートブックテーブル？

ノートブックタイトル	説明	コラブバッジ
1.ロラと抱き合った顔で大規模な言語モデルを効率的にトレーニングする	LORAとHugging Faceを使用した大規模な言語モデルの効率的なトレーニングの詳細とコード。
2。コラブノートブックで独自のllama2モデルを微調整します	Colabを使用してLlama 2モデルを微調整するためのガイド。
3。LLAMA-7Bモデルを備えたGuanaco Chatbotデモ	Llama-7Bモデルを搭載したチャットボットデモのショーケース。
4。PeftFinetune-Bloom-560M-Tagger	PEFT Finetune-Bloom-560m-Taggerのプロジェクトの詳細。
5。FINETUNE_META_OPT-6-1B_MODEL_BNB_PEFT	PEFTとBloom-560M-Taggerを使用して、Meta Opt-6-1Bモデルを微調整するための詳細とガイド。
6. BNBの自己監視トレーニングを備えたFinetune Falcon-7B	BNBの自己監視トレーニングを使用したFALCON-7Bの微調整ガイド。
7. Qloraを使用したFinetune Llama2	PEFTライブラリとQloraメソッドを使用して、llama 2 7b事前訓練モデルを微調整するためのガイド
8.Stable_vicuna13b_8bit_in_colab	ファインチューニングvecuna 13b_8bitのガイド
9。GPT-NEO-X-20B-BNB2BIT_TRANINES	BFLOAT16精度を使用してGPT-Neox-20Bモデルをトレーニングする方法をガイド
10。MPT-Instruct-30Bモデルトレーニング	MPT-Instruct-30Bは、MOSAICMLの大規模な言語モデルであり、短い形式の命令のデータセットでトレーニングされています。指示に従い、質問に答え、テキストを生成するために使用できます。
11.rlhf_training_for_customdataset_for_anymodel	カスタムデータセットを使用して、任意のLLMモデルでRLHFトレーニングでモデルをトレーニングする方法
12.fine_tuning_microsoft_phi_1_5b_on_custom_dataset（dialogstudio）	マイクロソフトPHI 1.5でのTRL SFTトレーニングでモデルをカスタムでトレーニングする方法
13。Openiaigpt3.5ターボの糸状	独自のデータでGPT 3.5をFintuneする方法
14。AutoTrain-Advancedを使用したFinetuning Mistral-7B Finetuningモデル	Autotrained-Advancedを使用してMistral-7Bを微調整する方法
15。RagLangchainチュートリアル	Langchainを使用してRAGの使用方法
16。LangChainPDF質問の質問を備えたナレッジグラフLLM	PDF質問応答で知識グラフを構築する方法
17. neo4jおよびlangchainエージェントの質問回答を備えたOpenai関数を使用したKnolwedgeグラフへのテキスト	テキストまたはPDFドキュメントから知識グラフを作成する方法PDF質問に応答する
18. LangchainとOpenaiを使用してドキュメントを知識グラフに変換します	このノートブックは、次のラグベースのアプリケーションのために、ドキュメントをナレッジグラフに変換できる最も簡単な方法を理解するのに役立ちます
19. LLMSで1ビットモデルをトレーニングする方法は？	このノートブックは、HQQフレームワークを使用して1ビットおよび2ビットの量子化方法でモデルをトレーニングするのに役立ちます
20.ALPACA _+_ GEMMA2_9B_UNSLOTH_2X_FASTER_FINETUNING	このノートブックは、Gemma2 9bでモデルをトレーニングするのに役立ちます
21.MLFLOWベスト業界の実践を使用したRAGパイプライン評価	このノートブックは、MLFLOWを使用して21のRAG（Treave-Then-Answer Generation）パイプラインを評価するための包括的なガイドを提供し、最高の業界慣行を順守しています。
22. `mlflow.evaluate()`で抱き合った顔LLMを評価する	このノートブックは、MLFLOW_EVALUATEを使用して、ハグするフェイス言語学習モデル（LLM）の評価に関する包括的なガイドを提供します。