Alternatives and similar repositories for RLHF_PPO:

Users that are interested in RLHF_PPO are comparing it to the libraries listed below

• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆50Updated 5 months ago
• Glanvery / LLM-Travel
  欢迎来到 "LLM-travel" 仓库！探索大语言模型（LLM）的奥秘 🚀。致力于深入理解、探讨以及实现与大模型相关的各种技术、原理和应用。
  ☆303Updated 8 months ago
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆116Updated last year
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆142Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆106Updated 8 months ago
• yongzhuo / LLM-SFT
  中文大模型微调(LLM-SFT), 数学指令数据集MWP-Instruct, 支持模型(ChatGLM-6B, LLaMA, Bloom-7B, baichuan-7B), 支持(LoRA, QLoRA, DeepSpeed, UI, TensorboardX), 支持(微…
  ☆188Updated 10 months ago
• lansinuote / Simple_LLM_DPO
  ☆66Updated last year
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆171Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆175Updated 6 months ago
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆106Updated last year
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆162Updated last year
• hengjiUSTC / learn-llm
  ☆105Updated 4 months ago
• 5663015 / LLMs_train
  一套代码指令微调大模型
  ☆38Updated last year
• SupritYoung / RLHF-Label-Tool
  用于大模型 RLHF 进行人工数据标注排序的工具。A tool for manual response data annotation sorting in RLHF stage.
  ☆249Updated last year
• xv44586 / Chinese-instruction-datasets
  中文 Instruction tuning datasets
  ☆129Updated 11 months ago
• stanleylsx / llms_tool
  一个基于HuggingFace开发的大语言模型训练、测试工具。支持各模型的webui、终端预测，低参数量及全参数模型训练(预训练、SFT、RM、PPO、DPO)和融合、量化。
  ☆215Updated last year
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆64Updated last year
• yongzhuo / qwen2-sft
  Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理
  ☆55Updated 10 months ago
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆212Updated last year
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆183Updated 3 months ago
• Chinese-Tiny-LLM / Chinese-Tiny-LLM
  ☆225Updated 10 months ago
• km1994 / llms_paper
  该仓库主要记录 LLMs 算法工程师相关的顶会论文研读笔记（多模态、PEFT、小样本QA问答、RAG、LMMs可解释性、Agents、CoT）
  ☆306Updated last year
• ssbuild / qwen_finetuning
  qwen models finetuning
  ☆93Updated 2 weeks ago
• sunkx109 / llama
  Inference code for LLaMA models
  ☆118Updated last year
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆62Updated last year
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆59Updated 9 months ago
• AI-Study-Han / Mini-Llama2-Chinese
  想要从零开始训练一个中文的mini大语言模型，可以进行基本的对话，模型大小根据手头的机器决定
  ☆59Updated 7 months ago
• bobo0810 / LearnDeepSpeed
  DeepSpeed教程 & 示例注释 & 学习笔记 （大模型高效训练）
  ☆151Updated last year
• tianyi-lab / Cherry_LLM
  [NAACL'24] Self-data filtering of LLM instruction-tuning data using a novel perplexity-based difficulty score, without using any other mo…
  ☆347Updated 6 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆86Updated 10 months ago