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
  ☆219Updated 2 weeks ago
• 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
  ☆375Updated 9 months ago
• lansinuote / Simple_RLHF
  ☆101Updated 3 months ago
• RethinkFun / sft
  ☆54Updated last year
• RethinkFun / LLM
  ☆105Updated last year
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆385Updated 9 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…
  ☆366Updated 6 months 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
  ☆235Updated 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）
  ☆356Updated last year
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆384Updated 7 months ago
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆298Updated 5 months ago
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆162Updated last year
• 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。👩‍🎓👨‍🎓
  ☆877Updated last week
• RethinkFun / trian_ppo
  ☆113Updated last year
• LDLINGLINGLING / AutoPlan
  本项目是自动化学报中AUTOPLAN的代码地址，使用大语言模型完成了复杂任务的任务规划以及任务执行
  ☆108Updated 3 weeks ago
• singularguy / MultimodalRAG
  一个简单的多模态RAG项目
  ☆215Updated 4 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆210Updated last year
• lansinuote / Simple_TRL
  ☆19Updated last year
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆84Updated 8 months ago
• zhushiyun88 / teaching-boyfriend-llm
  ☆451Updated 2 months ago
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆176Updated 6 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆221Updated 5 months ago
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆118Updated 4 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆345Updated 3 months ago
• houchenll / origin-llm
  llm相关内容，包括：基础知识、八股文、面经、经典论文
  ☆207Updated last year
• intro-llm / intro-llm-code
  ☆300Updated 5 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆55Updated last year
• limafang / agent-arxiv-daily
  🎓Automatically Update agent Papers Daily using Github Actions (Update Every 12th hours)每日更新agent相关论文（已附带中文摘要翻译）
  ☆31Updated this week
• XU-YIJIE / grpo-flat
  Train your grpo with zero dataset and low resources, 8bit/4bit/lora/qlora supported, multi-gpu supported ...
  ☆78Updated 5 months ago
• zhoucz97 / myLearning
  记录个人的学习历程。包括但不限于算法、机器学习、论文写作等。
  ☆106Updated 7 months ago