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
  ☆151Updated this week
• 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
  ☆295Updated 6 months ago
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆337Updated 4 months ago
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆129Updated last year
• houchenll / origin-llm
  llm相关内容，包括：基础知识、八股文、面经、经典论文
  ☆139Updated last year
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆373Updated 6 months ago
• luxuantao / advanced_LLM_interview_notes
  大模型进阶面经
  ☆53Updated last month
• 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…
  ☆249Updated 3 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆203Updated 2 months ago
• RethinkFun / sft
  ☆43Updated 10 months ago
• zhushiyun88 / teaching-boyfriend-llm
  ☆405Updated last month
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆253Updated 2 months ago
• lansinuote / Simple_RLHF
  ☆86Updated 2 weeks ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆199Updated 8 months ago
• CJReinforce / PURE
  Official code for the paper, "Stop Summation: Min-Form Credit Assignment Is All Process Reward Model Needs for Reasoning"
  ☆125Updated last week
• 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）
  ☆342Updated last year
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆106Updated last year
• Marstaos / MetaSearch
  MetaSearch：llm深度研究（deepsearch）功能方案实现
  ☆30Updated 2 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆112Updated 11 months ago
• RethinkFun / LLM
  ☆79Updated 10 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。👩‍🎓👨‍🎓
  ☆781Updated last week
• intro-llm / intro-llm-code
  ☆205Updated 2 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆120Updated 7 months ago
• LightChen233 / Awesome-Long-Chain-of-Thought-Reasoning
  Latest Advances on Long Chain-of-Thought Reasoning
  ☆390Updated last month
• DayDreamChaser / LLMLanding
  Learning LLM Implementaion and Theory for Practical Landing
  ☆164Updated 6 months ago
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆254Updated last year
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆307Updated last week
• Joining-AI / LLM_Interview_Prepare
  本仓库是关于大模型面试中常见面试试题和面试经验的整理。这里收集了各类与大模型相关的面试题目，并提供详细的解答和分析。本仓库由上海交大交影社区维护
  ☆95Updated 10 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆56Updated last month
• 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。
  ☆437Updated 4 months ago