Alternatives and similar repositories for trian_ppo

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

• RethinkFun / LLM
  ☆115Updated last year
• wdndev / mllm_interview_note
  主要记录大语言大模型（LLMs） 算法（应用）工程师多模态相关知识
  ☆250Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆243Updated 3 weeks ago
• lansinuote / Simple_RLHF
  ☆103Updated 5 months ago
• AI-Study-Han / Zero-Qwen-VL
  训练一个对中文支持更好的LLaVA模型，并开源训练代码和数据。
  ☆76Updated last year
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆396Updated 9 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆127Updated last year
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆389Updated 11 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆58Updated last year
• bobo0810 / LearnDeepSpeed
  DeepSpeed教程 & 示例注释 & 学习笔记 （大模型高效训练）
  ☆180Updated 2 years ago
• owenliang / qwen2.5-0.5b-grpo
  Qwen2.5 0.5B GRPO
  ☆71Updated 9 months ago
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆44Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆236Updated 6 months ago
• ShaohonChen / Qwen3-SmVL
  将SmolVLM2的视觉头与Qwen3-0.6B模型进行了拼接微调
  ☆426Updated 2 months ago
• LDLINGLINGLING / adan_application
  一些大语言模型和多模态模型的生态,主要包括跨模态搜索、投机解码、QAT量化、多模态量化、ChatBot、OCR
  ☆193Updated 3 months ago
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆79Updated 6 months ago
• RethinkFun / sft
  ☆58Updated last year
• HCPLab-SYSU / Book-of-MLM
  《多模态大模型：新一代人工智能技术范式》作者：刘阳，林倞
  ☆249Updated 11 months ago
• mst272 / LLM-Dojo
  欢迎来到 LLM-Dojo，这里是一个开源大模型学习场所，使用简洁且易阅读的代码构建模型训练框架(支持各种主流模型如Qwen、Llama、GLM等等)、RLHF框架(DPO/CPO/KTO/PPO)等各种功能。👩‍🎓👨‍🎓
  ☆895Updated this week
• zhanshijinwat / Steel-LLM
  Train a 1B LLM with 1T tokens from scratch by personal
  ☆751Updated 6 months ago
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 9 months ago
• bbruceyuan / AI-Interview-Code
  LLM大模型（重点）以及搜广推等 AI 算法中手写的面试题，（非 LeetCode），比如 Self-Attention, AUC等，一般比 LeetCode 更考察一个人的综合能力，又更贴近业务和基础知识一点
  ☆434Updated 10 months ago
• sunkx109 / llama
  Inference code for LLaMA models
  ☆127Updated 2 years ago
• yang19527 / AwesomeInterview
  包含程序员面试大厂面试题和面试经验
  ☆193Updated 5 months ago
• monster119120 / blog_github
  ☆141Updated 3 months ago
• AI-Study-Han / Zero-Chatgpt
  从0开始，将chatgpt的技术路线跑一遍。
  ☆266Updated last year
• lansinuote / Simple_TRL
  ☆19Updated last year
• qiufengqijun / mini_qwen
  这是一个从头训练大语言模型的项目，包括预训练、微调和直接偏好优化，模型拥有1B参数，支持中英文。
  ☆670Updated 8 months ago
• preacher-1 / MLA_tutorial
  from MHA, MQA, GQA to MLA by 苏剑林, with code
  ☆33Updated 8 months ago
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆309Updated 6 months ago