察元AI教程库 · 仓库 · 微调

ChatGLM-LoRA-RLHF-PyTorch

一个完整的流水线，可在消费级硬件上微调 ChatGLM LLM，使用 LoRA 和 RLHF（基于人类反馈的强化学习），基于 ChatGLM 架构实现 RLHF。本质上是 ChatGPT 的变体，但基于 ChatGLM

作者:jackaduma · 语言:en

前往原址学习

简介

一个完整的流水线，可在消费级硬件上微调 ChatGLM LLM，使用 LoRA 和 RLHF（基于人类反馈的强化学习），基于 ChatGLM 架构实现 RLHF。本质上是 ChatGPT 的变体，但基于 ChatGLM

返回教程库 · 察元AI产品家族