Thinkless 的项目扩展与二次开发
2025-05-27 10:11:37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>
和 <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
- 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。
- 优化算法:对 DeGRPO 算法进行改进,提升模型性能和稳定性。
- 多语言支持:将模型扩展到其他语言,增加其适用范围。
- 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。
- 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。
- 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
相关项目推荐
ERNIE-4.5-VL-424B-A47B-Paddle
ERNIE-4.5-VL-424B-A47B 是百度推出的多模态MoE大模型,支持文本与视觉理解,总参数量424B,激活参数量47B。基于异构混合专家架构,融合跨模态预训练与高效推理优化,具备强大的图文生成、推理和问答能力。适用于复杂多模态任务场景00pangu-pro-moe
盘古 Pro MoE (72B-A16B):昇腾原生的分组混合专家模型014kornia
🐍 空间人工智能的几何计算机视觉库Python00GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。00
热门内容推荐
1 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 6 freeCodeCamp博客页面工作坊中的断言方法优化建议7 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析8 freeCodeCamp论坛排行榜项目中的错误日志规范要求9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp课程视频测验中的Tab键导航问题解析
最新内容推荐
Shelf.nu项目中iOS PWA相机权限问题的分析与解决 Monokle在Linux ARM64系统上的FUSE挂载问题解决方案 Ansible角色Docker项目中的版本标签错误分析 TauonMusicBox队列滚动崩溃问题分析与修复 NestJS CLI 项目中 Node.js 引擎版本兼容性问题分析 Color.js 项目中颜色空间转换的解析问题剖析 Solara项目中AppBar与Tabs组件的显示问题解析 Kubernetes Gateway API 中 BackendTLSPolicy 从 v1.0 升级到 v1.1 的注意事项 GPIOZero项目在Python 3.7环境下的兼容性问题解析 解决ant-design-charts项目中source map解析警告问题
项目优选
收起

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
14

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
289
806

React Native鸿蒙化仓库
C++
110
194

🎉 (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
482
387

openGauss kernel ~ openGauss is an open source relational database management system
C++
57
139

基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
577
41

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
96
250

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
356
279

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
362
37

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
688
86