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
  ☆154Updated 2 years ago
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆178Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆118Updated 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。
  ☆126Updated 8 months ago
• 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.
  ☆255Updated 2 years ago
• ZBayes / basic_rag
  basic framework for rag(retrieval augment generation)
  ☆86Updated 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。
  ☆220Updated 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
  ☆88Updated 2 years ago
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆86Updated last year
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆214Updated 2 years ago
• 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…
  ☆213Updated last year
• CSHaitao / ChatGLM_mutli_gpu_tuning
  deepspeed+trainer简单高效实现多卡微调大模型
  ☆130Updated 2 years ago
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆162Updated 4 months ago
• yangjianxin1 / Firefly-LLaMA2-Chinese
  Firefly中文LLaMA-2大模型，支持增量预训练Baichuan2、Llama2、Llama、Falcon、Qwen、Baichuan、InternLM、Bloom等大模型
  ☆414Updated 2 years ago
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆64Updated 2 years ago
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆72Updated 2 years ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆128Updated last year
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆110Updated 2 years ago
• Glanvery / LLM-Travel
  欢迎来到 "LLM-travel" 仓库！探索大语言模型（LLM）的奥秘 🚀。致力于深入理解、探讨以及实现与大模型相关的各种技术、原理和应用。
  ☆354Updated last year
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆90Updated 2 years ago
• yangjianxin1 / LLMPruner
  ☆313Updated 2 years ago
• sufengniu / RefGPT
  ☆164Updated 2 years ago
• liucongg / ChatGPTBook
  《ChatGPT原理与实战：大型语言模型的算法、技术和私有化》
  ☆369Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆238Updated 7 months ago
• Miraclemarvel55 / ChatGLM-RLHF
  对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF
  ☆196Updated 2 years ago
• yanqiangmiffy / GoGPT
  GoGPT:基于Llama/Llama 2训练的中英文增强大模型|Chinese-Llama2
  ☆79Updated 2 years ago
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆120Updated 2 years ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆55Updated 4 months ago
• Isaac-JL-Chen / rouge_chinese
  Python ROUGE Score Implementation for Chinese Language Task (official rouge score)
  ☆111Updated last year
• X-jun-0130 / LLM-Pretrain-FineTune
  Deepspeed、LLM、Medical_Dialogue、医疗大模型、预训练、微调
  ☆286Updated last year