首页
/ Thinkless 的项目扩展与二次开发

Thinkless 的项目扩展与二次开发

2025-05-27 14:27:32作者:尤辰城Agatha

项目的基础介绍

Thinkless 是一个开源项目,由 National University of Singapore 的 xML Lab 提出,旨在通过强化学习使大型语言模型(LLM)能够根据任务复杂性和模型能力自适应选择短形式和长形式的推理方式。该项目通过两个控制令牌 <short><think> 实现这一目标,并在 Decoupled Group Relative Policy Optimization(DeGRPO)算法的基础上进行训练。

项目的核心功能

  • 自适应推理模式选择:Thinkless 能够根据任务需求动态选择简短回答或详细推理。
  • 强化学习训练:项目通过强化学习框架训练模型,优化推理模式的控制令牌。
  • 性能提升:在多个基准测试中,Thinkless 能够显著减少长链推理的使用,提高推理效率。

项目使用了哪些框架或库?

  • Transformers:用于处理和生成自然语言文本的库。
  • Torch:用于深度学习的框架。
  • Ray:用于分布式训练和强化学习的库。
  • LM-Eval:用于评估自然语言生成模型的性能。

项目的代码目录及介绍

项目的代码目录如下:

  • assets/:包含项目相关的资源文件。
  • deepscaler/:与 DeepScaleR 相关的代码和数据。
  • eval_configs/:评估配置文件。
  • deepseek/:与 DeepSeek 相关的代码和数据。
  • scripts/:包含运行和训练模型的脚本文件。
  • .gitattributes:Git 属性配置文件。
  • .gitignore:Git 忽略配置文件。
  • LICENSE:项目许可证文件。
  • README.md:项目说明文件。
  • run_eval.sh:评估预训练模型的脚本。
  • run_train_rl.sh:运行强化学习训练的脚本。
  • setup.py:项目设置文件。

对项目进行扩展或者二次开发的方向

  1. 增加数据集:扩展更多类型的数据集,提高模型在不同领域和任务中的泛化能力。
  2. 优化算法:对 DeGRPO 算法进行改进,提升模型性能和稳定性。
  3. 多语言支持:将模型扩展到其他语言,增加其适用范围。
  4. 用户界面开发:开发用户友好的界面,使非技术用户也能轻松使用模型。
  5. 集成其他模型:将 Thinkless 与其他语言模型或工具集成,提供更全面的功能。
  6. 性能评估工具:开发更精确的性能评估工具,以便更好地理解和改进模型。
登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511