RethinkFun / trian_ppo

Related projects ⓘ

Alternatives and complementary repositories for trian_ppo

• lansinuote / Simple_TRL
  ☆16Updated 3 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆27Updated 2 months ago
• lansinuote / Simple_LLM_PPO
  ☆37Updated 3 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。
  ☆38Updated 2 months ago
• LDLINGLINGLING / AutoPlan
  本项目是自动化学报中AUTOPLAN的代码地址，使用大语言模型完成了复杂任务的任务规划以及任务执行
  ☆80Updated last week
• lansinuote / Simple_RLHF
  ☆49Updated this week
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆49Updated 3 weeks ago
• chg0901 / Honor_of_Kings_Multi-modal_Dataset
  A Multi-modal RAG Project with Dataset from Honor of Kings, one of the most popular smart phone games in China
  ☆51Updated 2 months ago
• GuoYiFantastic / IMelodist
  Music large model based on InternLM2-chat.
  ☆21Updated 4 months ago
• madfrog / chatbot_llama2
  ☆22Updated last year
• threeColorFr / LLMforDialogDataGenerate
  Generate dialog data from documents using LLM like ChatGLM2 or ChatGPT;利用ChatGLM2,ChatGPT等大模型根据文档生成对话数据集
  ☆140Updated last year
• ShaohonChen / transformers_from_scratch
  pretrain a wiki llm using transformers
  ☆10Updated 2 months ago
• percent4 / llm_math_solver
  本项目用于大模型数学解题能力方面的数据集合成，模型训练及评测，相关文章记录。
  ☆55Updated 2 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
  ☆48Updated 5 months ago
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆27Updated 6 months ago
• chaoql / rag-best-practices
  大模型检索增强生成技术最佳实践。
  ☆46Updated 2 months ago
• YongXie66 / Honor-of-Kings_RolePlay
  The Role Playing Project of Honor-of-Kings Based on LnternLM2。峡谷小狐仙--王者荣耀领域的角色扮演聊天机器人，结合多模态技术将英雄妲己的形象带入大模型中。
  ☆19Updated 3 months ago
• wux-labs / OpenXLab-IntelligentSalesAssistant
  ☆13Updated 5 months ago
• hengjiUSTC / learn-llm
  ☆85Updated last week
• thu-coai / CritiqueLLM
  ☆129Updated 4 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆59Updated last week
• limafang / agent-arxiv-daily
  🎓Automatically Update agent Papers Daily using Github Actions (Update Every 12th hours)
  ☆19Updated this week
• 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
  ☆78Updated last year
• mindspore-lab / mindrlhf
  ☆26Updated this week
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆131Updated 7 months ago
• scutcyr / SoulChat2.0
  Psychological Counselor's Digital Twin Framework（心理咨询师数字孪生框架）
  ☆43Updated 2 months ago
• AI-Study-Han / Zero-Chatgpt
  从0开始，将chatgpt的技术路线跑一遍。
  ☆152Updated 2 months ago
• LDLINGLINGLING / adan_application
  个人项目地址，一些大语言模型和多模态模型的应用
  ☆123Updated 2 weeks ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆137Updated 2 months ago