Alternatives and similar repositories for trian_ppo

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

• RethinkFun / LLM
  ☆105Updated 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
  ☆246Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆219Updated 2 weeks ago
• lansinuote / Simple_RLHF
  ☆101Updated 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。
  ☆73Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆125Updated 10 months ago
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆384Updated 7 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆385Updated 9 months ago
• bobo0810 / LearnDeepSpeed
  DeepSpeed教程 & 示例注释 & 学习笔记 （大模型高效训练）
  ☆178Updated 2 years ago
• 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
  ☆241Updated 10 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆55Updated last year
• owenliang / qwen2.5-0.5b-grpo
  Qwen2.5 0.5B GRPO
  ☆66Updated 7 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
  ☆191Updated last month
• lansinuote / Simple_TRL
  ☆19Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆221Updated 5 months ago
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆78Updated 5 months ago
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆84Updated 8 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
  ☆375Updated 9 months ago
• ShaohonChen / Qwen3-SmVL
  将SmolVLM2的视觉头与Qwen3-0.6B模型进行了拼接微调
  ☆375Updated 3 weeks ago
• OvJat / DeepSpeedTutorial
  DeepSpeed Tutorial
  ☆102Updated last year
• yang19527 / AwesomeInterview
  包含程序员面试大厂面试题和面试经验
  ☆182Updated 4 months ago
• chunhuizhang / pytorch_distribute_tutorials
  pytorch distribute tutorials
  ☆152Updated 3 months ago
• RethinkFun / sft
  ☆54Updated last year
• 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。👩‍🎓👨‍🎓
  ☆877Updated last week
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆39Updated last year
• sunkx109 / llama
  Inference code for LLaMA models
  ☆123Updated 2 years ago
• zhanshijinwat / Steel-LLM
  Train a 1B LLM with 1T tokens from scratch by personal
  ☆739Updated 5 months ago
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆271Updated last year
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆118Updated 4 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）
  ☆356Updated last year