mnoukhov/pythia410m-sft-tldr
1
0
Fork 0
Code Issues Pull Requests Actions Projects Releases Wiki Activity
Files
4bb3a5553ff2f22b14c9e67ed4d5f503bb3b58c0
pythia410m-sft-tldr/code
History
ModelHub XC 4bb3a5553f 初始化项目，由ModelHub XC社区提供模型 
Model: mnoukhov/pythia410m-sft-tldr
Source: Original Platform
2026-05-30 14:21:21 +08:00
..
__pycache__
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
configs
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
results
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
scripts
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
wandb
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
callbacks.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
create_rlhf_dataset.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
dpo_costa.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
dpo_training.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
dpo.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
evaluate_rouge.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
generate_and_eval.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
generate_vllm.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
gpt_reward_modeling.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
inference_pseudolabel.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
merge_peft_adapter.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
preproc_hh_rlhf.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
push_to_hub.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
README.md
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
rl_training_value_model.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
rl_training.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
run_on_mila.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
run_on_snow.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
scalar_rm_model.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
sft.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
supervised_finetuning.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
tldr_dataset.py
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00
Untitled.ipynb
初始化项目，由ModelHub XC社区提供模型
2026-05-30 14:21:21 +08:00

README.md

how to generate and psuedo label

  • generate with generate_vllm.py
  • pseudolabel with either dpo_training.py or gpt_reward_modeling.py by setting mode = relabel