设计人类意识损失函数以改进大型语言 模型的人类反馈对齐
该项目提供灵活的平台,用于设计和优化人类意识的损失函数,旨在大规模地与离线人类反馈对齐大型语言模型。通过模块化数据加载和训练架构,支持包括KTO、PPO等多种损失策略,并提供基于GPT-4的开放式评估功能。建议阅读项目的技术报告和完整论文以获取更多信息。
HALOs,全称为Human-Centered Loss Functions,是一个专注于人类中心损失函数的项目。该项目旨在通过各种方法(如DPO、KTO和离线版PPO)对大型语言模型(LLMs)进行校准。最初随KTO论文一起发布,但后续进行了重大更新,以支持LoRAs、参考Logit缓存和便捷评估等功能。
HALOs已在规模从1B到30B的大型语言模型上进行测试,早期版本用于训练Huggingface上的Archangel模型套件。
克隆仓库并安装依赖:
通过执行 . install.sh
命令来安装所需的包,请注意版本的兼容性。
数据集:
如需使用新数据集,可在dataloader.py
文件中添加返回Dataset
实例的方法。
定制训练器:
可根据需求定制训练器,通常需要继承UnpairedPreferenceTrainer
或PairedPreferenceTrainer
。
训练模型: 可以使用命令行的方式启动Llama3-8B模型在特定数据集上的训练,并保存训练结果。
模型评估: 支持在不同基准上对模型进行评估,如AlpacaEval和LMEval等。
支持多节点训练吗? 是的,项目提供了启动多节点训练的脚本。
如何保存中间检查点?
在配置文件中设置intermediate_checkpoints
为true即可。
LoRA训练支持: 可以通过配置开启LoRA训练,并在最终保存前合并LoRA权重。
FlashAttention支持: 支持,通过覆盖配置文件中的相应参数即可使用。
参考模型的日志概率预计算: 可以在配置中开启日志概率的预计算以节省内存。
如果该项目对您的工作有所帮助,欢迎引用相关文献:
@inproceedings{ethayarajhmodel,
title={Model Alignment as Prospect Theoretic Optimization},
author={Ethayarajh, Kawin and Xu, Winnie and Muennighoff, Niklas and Jurafsky, Dan and Kiela, Douwe},
booktitle={Forty-first International Conference on Machine Learning}
}
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号