LLM Finetuning Download - LLM Finetuning

LLM Finetuning

Código-Fonte de IA

1.0.0

Baixar

LLM-Finetuning

Projeto de ajuste fino Peft

Bem-vindo ao repositório do projeto Peft (pré-avaliação de avaliação de avaliação)! Este projeto se concentra em modelos de linguagem de grande ajuste com eficiência, usando Lora e abraçando a Biblioteca Transformers do rosto.

Tabela de cadernos de ajuste fino?

Título do notebook	Descrição	Crachá de colab
1. Treinar com eficiência modelos de idiomas com Lora e abraçar o rosto	Detalhes e código para treinamento eficiente de grandes modelos de linguagem usando Lora e abraçando o rosto.
2. Tune seu próprio modelo Llama 2 em um notebook colab	Guia para ajustar seu modelo LLAMA 2 usando o COLAB.
3. Demonstração de chatbot de Guanaco com o modelo llama-7b	Mostra de uma demonstração de chatbot alimentada pelo modelo LLAMA-7B.
4. Peft Finetune-Bloom-560m-Tagger	Detalhes do projeto para Peft Finetune-Bloom-560m-Tagger.
5. Finetune_Meta_Opt-6-1b_model_bnb_peft	Detalhes e guia para o Finetuning o modelo Meta Opt-6-1B usando PEFT e BLOOM-560M-TAGGER.
6.FineTune Falcon-7b com treinamento auto-supervisionado BNB	Guia para o Finetuning Falcon-7b usando o treinamento auto-supervisionado do BNB.
7.FineTune llama2 com qlora	Guia para ajustar o modelo Llama 2 7B pré-treinado usando a biblioteca PEFT e o método Qlora
8.stable_vicuna13b_8bit_in_colab	Guia de ajuste fino Vecuna 13b_8bit
9. GPT-NEO-X-20B-BNB2BIT_TRAINING	Guia como treinar o modelo GPT-Neox-20B usando a precisão BFLOAT16
10. Treinamento do modelo MPT-Instruct-30b	O MPT-Instruct-30B é um modelo de idioma grande do MosaicML que é treinado em um conjunto de dados de instruções de formato curto. Pode ser usado para seguir as instruções, responder a perguntas e gerar texto.
11.rlhf_training_for_customdataset_for_anymodel	Como treinar um modelo com treinamento RLHF em qualquer modelo LLM com conjunto de dados personalizado
12.fine_tuning_microsoft_phi_1_5b_on_custom_dataset (dialogStudio)	Como treinar um modelo com treinamento TRL SFT no Microsoft Phi 1.5 com costume
13. Finetuning OpenAI Gpt3.5 Turbo	Como Finetune GPT 3.5 em seus próprios dados
14. Modelo Finetuning Mistral-7B Finetuning usando o AutoTrain-Advanced	Como Finetune Mistral-7b usando o AutoTranced-Advanced
15. Tutorial de Rag Langchain	Como usar o trapo usando Langchain
16. Knowledge Graph LLM com Langchain PDF Respondendo	Como construir o gráfico de conhecimento com a resposta de perguntas em PDF
17. Texto para Knolwedge Gráfico com a função OpenAI com Neo4J e Langchain Agent Pergunta Responder	Como criar o gráfico de conhecimento a partir de texto ou documento em PDF com resposta a perguntas em PDF
18. Converta o documento em KnowledgeGraph usando Langchain e Openai	Este notebook é ajudá -lo a entender como você pode converter seus documentos mais fáceis para o seu próximo aplicativo baseado em trapo
19. Como treinar um modelo de 1 bit com LLMS?	Este notebook é ajudado a treinar um modelo com método de quantização de 1 bit e 2 bits usando a estrutura HQQ
20.alpaca _+_ gemma2_9b_unsloth_2x_faster_finetuning	Este caderno é ajudá -lo a treinar um modelo com gemma2 9b
21. Avaliação de oleoduto RAG usando a melhor prática da indústria MLFlow	Este notebook fornece um guia abrangente para avaliar o pipeline de 21 RAG (Recuperar-se-Responsação) usando MLFlow, aderindo às melhores práticas do setor.
22. Avalie um rosto abraçado llm com `mlflow.evaluate()`	Este notebook fornece um guia abrangente para avaliar um Modelo de Aprendizagem de Linguagem de Facos (LLM) de Hugging (LLM) usando MLFlow_Evaluate.

Contribuindo?

As contribuições são bem -vindas! Se você quiser contribuir com este projeto, sinta -se à vontade para abrir um problema ou enviar uma solicitação de tração.