Alternatives and similar repositories for Simple_RLHF_Llama3:

Users that are interested in Simple_RLHF_Llama3 are comparing it to the libraries listed below

• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆75Updated last month
• lansinuote / Simple_RLHF
  ☆74Updated 4 months ago
• chunhuizhang / bert_t5_gpt
  ☆69Updated last month
• jiahe7ay / MINI_LLM
  This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.
  ☆412Updated 11 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆50Updated 5 months ago
• 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。
  ☆321Updated last month
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆356Updated 3 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆106Updated 9 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆81Updated this week
• 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。
  ☆305Updated 8 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆177Updated 6 months ago
• AI-Study-Han / Zero-Chatgpt
  从0开始，将chatgpt的技术路线跑一遍。
  ☆226Updated 6 months ago
• RethinkFun / trian_ppo
  ☆50Updated 6 months ago
• zhanshijinwat / Steel-LLM
  Train a 1B LLM with 1T tokens from scratch by personal
  ☆589Updated 3 weeks ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆86Updated 10 months ago
• hengjiUSTC / learn-llm
  ☆105Updated 4 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆187Updated 5 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆118Updated 4 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆41Updated 6 months ago
• LDLINGLINGLING / adan_application
  一些大语言模型和多模态模型的应用,主要包括Rag，小模型，Agent，跨模态搜索，OCR等等
  ☆158Updated 4 months ago
• bbruceyuan / LLMs-101
  从零到一实现一个 miniLLM～（动手学习LLM）
  ☆64Updated 11 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
  ☆213Updated 3 months ago
• 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。
  ☆80Updated 6 months ago
• owenliang / chatgpt
  simple decoder-only GTP model in pytorch
  ☆37Updated 10 months ago
• RethinkFun / LLM
  ☆57Updated 7 months ago
• RethinkFun / sft
  ☆30Updated 7 months ago
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆183Updated 3 months ago
• LDLINGLINGLING / AutoPlan
  本项目是自动化学报中AUTOPLAN的代码地址，使用大语言模型完成了复杂任务的任务规划以及任务执行
  ☆93Updated 4 months ago
• owenliang / agent
  qwen ai agent
  ☆130Updated last year
• owenliang / qwen-vllm
  通义千问VLLM推理部署DEMO
  ☆554Updated last year