Alternatives and similar repositories for SFT-and-DPO:

Users that are interested in SFT-and-DPO are comparing it to the libraries listed below

• yuanzhoulvpi2017 / SentenceEmbedding
  ☆106Updated 9 months ago
• mianshi7 / LLM
  该仓库主要记录 大模型（LLMs） 算法工程师相关的面试题与我写的答案
  ☆22Updated last year
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆50Updated 5 months ago
• lansinuote / Simple_LLM_DPO
  ☆66Updated last year
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆33Updated 8 months ago
• cwxndl / LLM
  大语言模型应用：RAG、NL2SQL、聊天机器人、预训练、MOE混合专家模型、微调训练、强化学习、天池数据竞赛
  ☆58Updated last month
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆31Updated 10 months ago
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆31Updated 3 months ago
• chunhuizhang / bert_t5_gpt
  ☆68Updated last month
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆64Updated last year
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆98Updated last year
• lansinuote / Simple_LLM_PPO
  ☆40Updated 7 months ago
• percent4 / embedding_model_exp
  本项目用于Embedding模型的相关实验，包括Embedding模型评估、Embedding模型微调、Embedding模型量化等。
  ☆44Updated 8 months ago
• LZ-CH / GAIIC2023
  GAIIC赛道一：影像学 NLP — 医学影像诊断报告生成 [A100换你大棚甜瓜 Rank-12 方案]
  ☆62Updated last year
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆91Updated last week
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆40Updated 6 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆118Updated 4 months ago
• heyblackC / BetterMixture-Top1-Solution
  天池算法比赛《BetterMixture - 大模型数据混合挑战赛》的第一名top1解决方案
  ☆27Updated 8 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆187Updated 5 months ago
• sunkx109 / llama
  Inference code for LLaMA models
  ☆118Updated last year
• suu990901 / LLaMA-MiLe-Loss
  Code for a New Loss for Mitigating the Bias of Learning Difficulties in Generative Language Models
  ☆62Updated last month
• IronBeliever / CaR
  Clustering and Ranking: Diversity-preserved Instruction Selection through Expert-aligned Quality Estimation
  ☆76Updated 4 months ago
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆163Updated 11 months ago
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆162Updated last year
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆59Updated 9 months ago
• YueZhengMeng / MyLlama
  手搓Llama，个人学习用
  ☆12Updated 10 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆177Updated 6 months ago
• RethinkFun / trian_ppo
  ☆50Updated 6 months ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆142Updated last year
• Pillars-Creation / ChatGLM-RLHF-LoRA-RM-PPO
  ChatGLM-6B添加了RLHF的实现，以及部分核心代码的逐行讲解 ,实例部分是做了个新闻短标题的生成，以及指定context推荐的RLHF的实现
  ☆82Updated last year