察元AI教程库 · 仓库 · 微调

Alpaca-LoRA-RLHF-PyTorch

一个完整的流水线，用于在消费级硬件上使用LoRA和RLHF对Alpaca LLM进行微调，基于Alpaca架构实现RLHF（基于人类反馈的强化学习）。基本上就是ChatGPT，但使用Alpaca。

作者:jackaduma · 语言:en

前往原址学习

简介

一个完整的流水线，用于在消费级硬件上使用LoRA和RLHF对Alpaca LLM进行微调，基于Alpaca架构实现RLHF（基于人类反馈的强化学习）。基本上就是ChatGPT，但使用Alpaca。

返回教程库 · 察元AI产品家族