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
  ☆358Updated 3 months ago
• lansinuote / Simple_RLHF_Llama3
  ☆29Updated 8 months ago
• RethinkFun / trian_ppo
  ☆64Updated 6 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆98Updated this week
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆192Updated 6 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆120Updated 5 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
  ☆232Updated 3 months ago
• RethinkFun / sft
  ☆31Updated 7 months ago
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆195Updated 4 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）
  ☆314Updated last year
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆45Updated 6 months ago
• yang19527 / AwesomeInterview
  包含程序员面试大厂面试题和面试经验
  ☆124Updated 3 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆107Updated 9 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆52Updated 5 months ago
• hscspring / rl-llm-nlp
  Reinforcement Learning in LLM and NLP.
  ☆31Updated 2 weeks ago
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆228Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆181Updated 6 months ago
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆112Updated 3 weeks ago
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆69Updated this week
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆74Updated 2 months ago
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆106Updated last year
• 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
• 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。
  ☆83Updated 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
  ☆59Updated 2 months ago
• chunhuizhang / bert_t5_gpt
  ☆69Updated 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
  ☆177Updated 11 months ago
• YongXie66 / Honor-of-Kings_RolePlay
  The Role Playing Project of Honor-of-Kings Based on LnternLM2。峡谷小狐仙--王者荣耀领域的角色扮演聊天机器人，结合多模态技术将英雄妲己的形象带入大模型中。
  ☆23Updated 8 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆284Updated 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
• hengjiUSTC / learn-llm
  ☆107Updated 5 months ago