OpenLMLab

大規模言語モデルにおける RLHF の秘密 パート1: PPO

LOMO: 低メモリ最適化（LOw-Memory Optimization）

GAOKAO-Benchは、大規模言語モデルを評価するためのデータセットとして高考（GAOKAO）の問題を利用する評価フレームワークです。