Alternatives and similar repositories for Simple_RLHF

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

• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆372Updated 5 months ago
• RethinkFun / trian_ppo
  ☆76Updated 8 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆134Updated this week
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆48Updated 8 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆123Updated 6 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆200Updated last month
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆198Updated 7 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）
  ☆331Updated last year
• lansinuote / Simple_RLHF_Llama3
  ☆31Updated 9 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆110Updated 11 months ago
• RethinkFun / LLM
  ☆76Updated 9 months ago
• chunhuizhang / bert_t5_gpt
  ☆70Updated last week
• RethinkFun / sft
  ☆40Updated 9 months ago
• AI-Study-Han / Zero-Chatgpt
  从0开始，将chatgpt的技术路线跑一遍。
  ☆237Updated 8 months ago
• jiahe7ay / MINI_LLM
  This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.
  ☆435Updated last month
• percent4 / llm_math_solver
  本项目用于大模型数学解题能力方面的数据集合成，模型训练及评测，相关文章记录。
  ☆87Updated 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
  ☆275Updated 5 months ago
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆234Updated last month
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆71Updated last month
• 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
  ☆196Updated last year
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆122Updated last year
• lansinuote / Simple_TRL
  ☆18Updated 9 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆54Updated last week
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆250Updated last year
• 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
  ☆62Updated 3 months ago
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆79Updated 3 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
  ☆84Updated last year
• phbst / tinyRAG
  RAG兴趣小组，全手写的一个RAG应用。Langchain的大部分库会很方便，但是你不一定理解其中原理，所以代码尽可能展现基本算法，主打理解RAG的原理
  ☆218Updated 8 months ago
• mianshi7 / LLM
  该仓库主要记录 大模型（LLMs） 算法工程师相关的面试题与我写的答案
  ☆23Updated 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