Alternatives and similar repositories for Simple_LLM_PPO

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

• yuanzhoulvpi2017 / SentenceEmbedding
  ☆119Updated last year
• lansinuote / Simple_LLM_DPO
  ☆74Updated last year
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆72Updated 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
  ☆88Updated 2 years ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆153Updated 2 years ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆56Updated 3 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.
  ☆254Updated 2 years ago
• CSHaitao / ChatGLM_mutli_gpu_tuning
  deepspeed+trainer简单高效实现多卡微调大模型
  ☆129Updated 2 years ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆127Updated 11 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆56Updated last year
• hengjiUSTC / learn-llm
  ☆115Updated 11 months ago
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆178Updated 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。
  ☆125Updated 7 months ago
• 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
• OvJat / DeepSpeedTutorial
  DeepSpeed Tutorial
  ☆102Updated last year
• 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
• 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
  ☆160Updated 2 years ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆233Updated 6 months ago
• dawoshi / Tianchi-LLM-QA
  阿里天池: 2023全球智能汽车AI挑战赛——赛道一：AI大模型检索问答 baseline 80+
  ☆114Updated last year
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆161Updated 3 months 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
• 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。
  ☆349Updated last year
• ssbuild / qwen_finetuning
  qwen models finetuning
  ☆105Updated 7 months ago
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆90Updated 2 years ago
• suu990901 / LLaMA-MiLe-Loss
  Code for a New Loss for Mitigating the Bias of Learning Difficulties in Generative Language Models
  ☆65Updated 8 months ago
• poisonwine / Tianchi-LLM-retrieval
  2023全球智能汽车AI挑战赛——赛道一：AI大模型检索问答， 75+ baseline
  ☆60Updated last year
• yongzhuo / qwen2-sft
  Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理
  ☆68Updated last year
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆214Updated 2 years ago
• taishan1994 / Chinese-LLaMA-Alpaca-LoRA-Tuning
  使用LoRA对Chinese-LLaMA-Alpaca进行微调。
  ☆35Updated 2 years ago
• heyblackC / BetterMixture-Top1-Solution
  天池算法比赛《BetterMixture - 大模型数据混合挑战赛》的第一名top1解决方案
  ☆32Updated last year