Alternatives and similar repositories for Simple_LLM_DPO

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

• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆150Updated last year
• xubuvd / LLMs
  专注于中文领域大语言模型，落地到某个行业某个领域，成为一个行业大模型、公司级别或行业级别领域大模型。
  ☆118Updated 3 months ago
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆63Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆111Updated 11 months ago
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆173Updated last year
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆108Updated 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.
  ☆252Updated last year
• lansinuote / Simple_LLM_PPO
  ☆43Updated 10 months ago
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆39Updated 11 months ago
• xv44586 / Chinese-instruction-datasets
  中文 Instruction tuning datasets
  ☆132Updated last year
• CASIA-LM / MoDS
  ☆141Updated last year
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆105Updated last year
• 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。
  ☆217Updated last year
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆55Updated 3 weeks ago
• CSHaitao / ChatGLM_mutli_gpu_tuning
  deepspeed+trainer简单高效实现多卡微调大模型
  ☆126Updated 2 years ago
• DA-southampton / RedGPT
  ☆63Updated 2 years ago
• 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
  ☆86Updated last year
• sufengniu / RefGPT
  ☆162Updated 2 years ago
• ArtificialZeng / Baichuan-Chat-Tuning
  实现了Baichuan-Chat微调，Lora、QLora等各种微调方式，一键运行。
  ☆71Updated last year
• jiangxinyang227 / LLM-tuning
  llama，chatglm 等模型的微调
  ☆89Updated 11 months ago
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆214Updated last year
• yanqiangmiffy / GoGPT
  GoGPT:基于Llama/Llama 2训练的中英文增强大模型|Chinese-Llama2
  ☆78Updated last year
• taishan1994 / qlora-chinese-LLM
  使用qlora对中文大语言模型进行微调，包含ChatGLM、Chinese-LLaMA-Alpaca、BELLE
  ☆86Updated last year
• ZBayes / basic_rag
  basic framework for rag(retrieval augment generation)
  ☆85Updated last year
• 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…
  ☆203Updated last year
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆118Updated last year
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆160Updated last year
• git-cloner / llama2-lora-fine-tuning
  llama2 finetuning with deepspeed and lora
  ☆175Updated last year
• mutonix / RefGPT
  ☆97Updated last year
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆90Updated last year