Alternatives and similar repositories for Simple_TRL

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

• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆43Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆114Updated last year
• RethinkFun / trian_ppo
  ☆102Updated 11 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆382Updated 8 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆55Updated last month
• RethinkFun / LLM
  ☆98Updated last year
• lansinuote / Simple_LLM_DPO
  ☆73Updated last year
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆107Updated 3 months ago
• lansinuote / Simple_RLHF
  ☆96Updated 2 months ago
• jiahe7ay / MINI_LLM
  This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.
  ☆469Updated 4 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆52Updated 11 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆217Updated 4 months ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆152Updated 2 years ago
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 6 months ago
• lansinuote / Simple_LLM_PPO
  ☆45Updated last year
• 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
  ☆105Updated 9 months ago
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆75Updated 4 months ago
• 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。
  ☆338Updated last year
• sunkx109 / llama
  Inference code for LLaMA models
  ☆122Updated 2 years ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆114Updated last year
• 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
  ☆87Updated 2 years 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。
  ☆93Updated 11 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆198Updated last week
• taishan1994 / sentencepiece_chinese_bpe
  使用sentencepiece中BPE训练中文词表，并在transformers中进行使用。
  ☆119Updated 2 years 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）
  ☆351Updated last year
• hscspring / rl-llm-nlp
  Reinforcement Learning in LLM and NLP.
  ☆51Updated 2 weeks ago
• chunhuizhang / bert_t5_gpt
  ☆74Updated 3 months ago
• RethinkFun / sft
  ☆51Updated 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
  ☆31Updated 3 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
  ☆68Updated 6 months ago