GUORUIWANG / rlhf_chatglm

chatglm_rlhf_finetuning

install

pip install -U deep_training>=0.1.5@post2
python >= 3.10

update information

• deep_training

weight

• chatglm-6b
• chatglm-6b-int8
• chatglm-6b-int4

data sample

{
	"prompt": "\n\nHuman:你能描述如何清除笔记本计算机屏幕上的指纹和污垢的步骤吗?\n\nAssistant:是的,也许。为了清洁你的屏幕,你首先需要使用微纤维布或软溼布,轻轻地擦拭屏幕表面。接下来,你会想抓住一个软,无毛巾,微纤维清洁布,轻轻地擦回屏幕上去除指纹和污垢。\n\nHuman:我可以将伊索普罗素酒精喷射到布上,并以这种方式清洗它吗?\n\nAssistant:",
	"response": " 是的,你可以这样做,以帮助布从屏幕上收集更多的污垢。 请确保始终使用干净的软布,而不是一块粗糙的、粗糙的或结构化的材料,并确保它是无毛布的。",
	"chosen": " 是的,你可以这样做,以帮助布从屏幕上收集更多的污垢。 请确保始终使用干净的软布,而不是一块粗糙的、粗糙的或结构化的材料,并确保它是无毛布的。",
	"rejected": " 是的,你可以直接将它喷射到布上。"
}

友情链接

• pytorch-task-example
• tf-task-example
• chatglm_finetuning
• chatyuan_finetuning
• llm_finetuning
• rlhf_llm
• rlhf_chatglm
• rlhf_chatyuan

纯粹而干净的代码