Alternatives and similar repositories for Simple_LLM_PPO:

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

• lansinuote / Simple_LLM_DPO
  ☆64Updated last year
• 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+
  ☆87Updated last year
• CSHaitao / ChatGLM_mutli_gpu_tuning
  deepspeed+trainer简单高效实现多卡微调大模型
  ☆122Updated last year
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆50Updated 3 months ago
• taishan1994 / pytorch-distributed-NLP
  pytorch分布式训练
  ☆63Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆102Updated 7 months ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆140Updated last year
• zejunwang1 / LLMTuner
  大语言模型指令调优工具（支持 FlashAttention）
  ☆169Updated 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.
  ☆247Updated last year
• Alibaba-NLP / CoFE-RAG
  ☆32Updated 2 months ago
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆30Updated 7 months ago
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆105Updated last year
• mark1879 / Baichuan-13B-Finetuning
  Baichuan-13B 指令微调
  ☆89Updated last year
• ArtificialZeng / Baichuan2-Explained
  Baichuan2代码的逐行解析版本，适合小白
  ☆212Updated last year
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆53Updated 8 months ago
• percent4 / embedding_model_exp
  本项目用于Embedding模型的相关实验，包括Embedding模型评估、Embedding模型微调、Embedding模型量化等。
  ☆38Updated 7 months ago
• jiangxinyang227 / LLM-tuning
  llama，chatglm 等模型的微调
  ☆85Updated 7 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
  ☆56Updated last week
• cjymz886 / LLM-RAG-QA
  LLM+RAG for QA
  ☆21Updated last year
• chaoql / rag-best-practices
  大模型检索增强生成技术最佳实践。
  ☆60Updated 5 months 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
  ☆82Updated 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
  ☆53Updated 9 months ago
• 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
  ☆85Updated last year
• ArtificialZeng / ChatGLM2-6B-Explained
  ChatGLM2-6B-Explained
  ☆35Updated last year
• sufengniu / RefGPT
  ☆159Updated last year
• zhangzhao219 / WSDM-Cup-2024
  1st Solution For Conversational Multi-Doc QA Workshop & International Challenge @ WSDM'24 - Xiaohongshu.Inc
  ☆163Updated 11 months ago
• wp931120 / baichuan_sft_lora
  baichuan LLM surpervised finetune by lora
  ☆62Updated last year
• tjunlp-lab / M3KE
  A Massive Multi-Level Multi-Subject Knowledge Evaluation benchmark
  ☆100Updated last year
• 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
  ☆56Updated last year
• ZBayes / basic_rag
  basic framework for rag(retrieval augment generation)
  ☆82Updated last year