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
  ☆403Updated last year
• RethinkFun / sft
  ☆60Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆265Updated 2 months ago
• 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
  ☆249Updated last year
• 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）
  ☆369Updated last year
• RethinkFun / LLM
  ☆126Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆242Updated 8 months ago
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆285Updated 2 years ago
• chunhuizhang / bert_t5_gpt
  ☆82Updated last month
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆212Updated last year
• RethinkFun / trian_ppo
  ☆133Updated last year
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆409Updated 11 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆130Updated last year
• lansinuote / Simple_RLHF_Llama3
  ☆33Updated last year
• liuchen6667 / qwen_grpo_gsm8k
  简单易理解的代码，用于在qwen上使用grpo加强数学能力
  ☆42Updated 7 months ago
• jiahe7ay / MINI_LLM
  This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.
  ☆486Updated 8 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆398Updated 6 months ago
• AI-Study-Han / Zero-Chatgpt
  从0开始，将chatgpt的技术路线跑一遍。
  ☆271Updated last year
• qiufengqijun / mini_qwen
  这是一个从头训练大语言模型的项目，包括预训练、微调和直接偏好优化，模型拥有1B参数，支持中英文。
  ☆722Updated 10 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆61Updated last year
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆334Updated 8 months ago
• wdndev / tiny-llm-zh
  从零实现一个小参数量中文大语言模型。
  ☆920Updated last year
• Tongjilibo / build_MiniLLM_from_scratch
  从0到1构建一个MiniLLM (pretrain+sft+dpo实践中)
  ☆513Updated 9 months ago
• huiyeruzhou / arxiv_crawler
  这是一个高效，快捷的arXiv论文爬虫，它可以将指定时间范围，指定主题，包含指定关键词的论文信息爬取到本地，并且将其中的标题和摘要翻译成中文。
  ☆169Updated last year
• Julia-LiuJ / NLFT
  The official implementation of Natural Language Fine-Tuning
  ☆54Updated last year
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 11 months ago
• mst272 / LLM-Dojo
  欢迎来到 LLM-Dojo，这里是一个开源大模型学习场所，使用简洁且易阅读的代码构建模型训练框架(支持各种主流模型如Qwen、Llama、GLM等等)、RLHF框架(DPO/CPO/KTO/PPO)等各种功能。👩‍🎓👨‍🎓
  ☆914Updated last month
• 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
  ☆467Updated last year
• 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
  ☆255Updated last year
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆44Updated last year