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 / llm_rl
  llm & rl
  ☆198Updated last week
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆382Updated 8 months ago
• lansinuote / Simple_RLHF
  ☆96Updated 2 months ago
• RethinkFun / LLM
  ☆98Updated last year
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆107Updated 3 months ago
• 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…
  ☆323Updated 5 months ago
• hscspring / rl-llm-nlp
  Reinforcement Learning in LLM and NLP.
  ☆51Updated 2 weeks ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆114Updated 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）
  ☆351Updated last year
• RethinkFun / sft
  ☆51Updated last year
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆270Updated last year
• 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
  ☆349Updated 8 months ago
• lansinuote / Simple_TRL
  ☆19Updated last year
• 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
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆209Updated 10 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆217Updated 4 months ago
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆147Updated last year
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆163Updated 5 months ago
• MikeGu721 / CS_arxiv_everyweek
  Weekly update the Computer Science Paper upload to arxiv.
  ☆105Updated 4 months ago
• 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 / vscode_debug_transformers
  ☆369Updated 6 months ago
• thinkwee / AgentsMeetRL
  An Awesome List of Agentic Model trained with Reinforcement Learning
  ☆420Updated this week
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆281Updated 4 months ago
• Tongjilibo / build_MiniLLM_from_scratch
  从0到1构建一个MiniLLM (pretrain+sft+dpo实践中)
  ☆467Updated 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。
  ☆567Updated 6 months ago
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 6 months ago
• intro-llm / intro-llm-code
  ☆275Updated 4 months ago
• singularguy / MultimodalRAG
  一个简单的多模态RAG项目
  ☆187Updated 3 months ago
• zhushiyun88 / teaching-boyfriend-llm
  ☆435Updated last month
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆52Updated 11 months ago