Alternatives and similar repositories for Simple_TRL:

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

• RethinkFun / trian_ppo
  ☆50Updated 5 months ago
• lansinuote / Simple_RLHF
  ☆74Updated 4 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆106Updated 8 months ago
• lansinuote / Simple_LLM_DPO
  ☆66Updated last year
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆50Updated 5 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆40Updated 6 months ago
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆33Updated 8 months ago
• RethinkFun / LLM
  ☆57Updated 7 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆356Updated 3 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆73Updated this week
• lansinuote / Simple_LLM_PPO
  ☆40Updated 7 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
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆98Updated last year
• 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。
  ☆24Updated 8 months ago
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆142Updated last year
• chunhuizhang / bert_t5_gpt
  ☆68Updated last month
• RethinkFun / sft
  ☆30Updated 7 months ago
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆65Updated last month
• sunkx109 / llama
  Inference code for LLaMA models
  ☆118Updated last year
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆84Updated this week
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆86Updated 10 months ago
• AI-Study-Han / Zero-Qwen-VL
  训练一个对中文支持更好的LLaVA模型，并开源训练代码和数据。
  ☆53Updated 6 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
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆175Updated 6 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
  ☆58Updated last month
• suu990901 / LLaMA-MiLe-Loss
  Code for a New Loss for Mitigating the Bias of Learning Difficulties in Generative Language Models
  ☆62Updated last month
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆72Updated last month
• heyblackC / BetterMixture-Top1-Solution
  天池算法比赛《BetterMixture - 大模型数据混合挑战赛》的第一名top1解决方案
  ☆27Updated 8 months ago
• yang19527 / AwesomeInterview
  包含程序员面试大厂面试题和面试经验
  ☆123Updated 3 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）
  ☆306Updated last year