Alternatives and similar repositories for Simple_TRL

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

• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆79Updated 8 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆404Updated this week
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆56Updated 6 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆120Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆242Updated 8 months ago
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆48Updated last year
• RethinkFun / trian_ppo
  ☆133Updated last year
• lansinuote / Simple_LLM_PPO
  ☆47Updated last year
• lansinuote / Simple_LLM_DPO
  ☆77Updated 2 years ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆61Updated last year
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆141Updated 7 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。
  ☆365Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆265Updated 2 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆132Updated last year
• yanqiangmiffy / how-to-train-tokenizer
  怎么训练一个LLM分词器
  ☆154Updated 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。
  ☆100Updated last year
• hengjiUSTC / learn-llm
  ☆115Updated last year
• lansinuote / Simple_RLHF
  ☆109Updated 7 months ago
• sunkx109 / llama
  Inference code for LLaMA models
  ☆128Updated 2 years ago
• jiahe7ay / MINI_LLM
  This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.
  ☆488Updated 8 months ago
• stanleylsx / llms_tool
  一个基于HuggingFace开发的大语言模型训练、测试工具。支持各模型的webui、终端预测，低参数量及全参数模型训练(预训练、SFT、RM、PPO、DPO)和融合、量化。
  ☆221Updated 2 years ago
• RethinkFun / LLM
  ☆126Updated 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）
  ☆370Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆130Updated last year
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆213Updated last year
• AI-Study-Han / Zero-Chatgpt
  从0开始，将chatgpt的技术路线跑一遍。
  ☆271Updated last year
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 11 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
  ☆88Updated 2 years ago
• suu990901 / LLaMA-MiLe-Loss
  Code for a New Loss for Mitigating the Bias of Learning Difficulties in Generative Language Models
  ☆67Updated 10 months ago
• 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
  ☆43Updated 8 months ago