Alternatives and similar repositories for qwen_grpo_gsm8k:

Users that are interested in qwen_grpo_gsm8k are comparing it to the libraries listed below

• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆362Updated 4 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆105Updated this week
• houchenll / origin-llm
  llm相关内容，包括：基础知识、八股文、面经、经典论文
  ☆110Updated 10 months ago
• lansinuote / Simple_RLHF
  ☆79Updated last week
• jingtian11 / EasyOffer
  《EasyOffer》（<大模型面经合集>）是针对LLM宝宝们量身打造的大模型暑期实习Offer指南，主要记录大模型暑期实习和秋招准备的一些常见大厂手撕代码、大厂面经经验、常见大厂思考题等；小白一个，正在学习ing......有问题各位大佬随时指正，希望大家都能拿到心仪Of…
  ☆156Updated last month
• 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
  ☆238Updated 3 months ago
• lansinuote / Simple_TRL
  ☆18Updated 8 months ago
• lansinuote / Simple_RLHF_Llama3
  ☆30Updated 8 months ago
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆109Updated last year
• RethinkFun / sft
  ☆34Updated 8 months ago
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆314Updated 2 months ago
• zhushiyun88 / teaching-boyfriend-llm
  ☆341Updated 2 months ago
• owenliang / qwen2.5-0.5b-grpo
  Qwen2.5 0.5B GRPO
  ☆39Updated 2 months ago
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆235Updated last year
• naginoa / LLMs_interview_notes
  LLMs interview notes and answers:该仓库主要记录大模型（LLMs）算法工程师相关的面试题和参考答案
  ☆525Updated last year
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆207Updated 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）
  ☆318Updated last year
• Julia-LiuJ / NLFT
  The official implementation of Natural Language Fine-Tuning
  ☆48Updated 3 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。
  ☆369Updated 2 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆290Updated this week
• wdndev / tiny-llm-zh
  从零实现一个小参数量中文大语言模型。
  ☆611Updated 8 months ago
• mst272 / LLM-Dojo
  欢迎来到 LLM-Dojo，这里是一个开源大模型学习场所，使用简洁且易阅读的代码构建模型训练框架(支持各种主流模型如Qwen、Llama、GLM等等)、RLHF框架(DPO/CPO/KTO/PPO)等各种功能。👩‍🎓👨‍🎓
  ☆700Updated last week
• usail-hkust / LLMTSCS
  Official code for article "LLMLight: Large Language Models as Traffic Signal Control Agents".
  ☆205Updated 3 weeks ago
• phbst / tinyRAG
  RAG兴趣小组，全手写的一个RAG应用。Langchain的大部分库会很方便，但是你不一定理解其中原理，所以代码尽可能展现基本算法，主打理解RAG的原理
  ☆213Updated 7 months ago
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆117Updated last month
• kebijuelun / Awesome-LLM-Learning
  Learning Large Language Model (LLM）(大语言模型学习)
  ☆632Updated 2 weeks ago
• wdndev / ai_interview_note
  DL & ML & RS
  ☆338Updated 5 months ago
• RethinkFun / LLM
  ☆68Updated 8 months ago
• Tongjilibo / build_MiniLLM_from_scratch
  从0到1构建一个MiniLLM (pretrain+sft+dpo实践中)
  ☆418Updated last month
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆193Updated 6 months ago