Alternatives and similar repositories for qwen_grpo_gsm8k

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

• RethinkFun / sft
  ☆60Updated last year
• lansinuote / Simple_RLHF
  ☆109Updated 7 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆265Updated 2 months 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
  ☆467Updated last year
• RethinkFun / LLM
  ☆126Updated last year
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆408Updated 11 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆404Updated 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
  ☆296Updated last year
• RethinkFun / trian_ppo
  ☆133Updated last year
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆336Updated 8 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…
  ☆622Updated 9 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）
  ☆370Updated 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。👩‍🎓👨‍🎓
  ☆914Updated last month
• zhushiyun88 / teaching-boyfriend-llm
  ☆477Updated 5 months ago
• thinkwee / AgentsMeetRL
  Awesome List for Agentic RL
  ☆706Updated last month
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆242Updated 8 months ago
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆191Updated 2 weeks ago
• wlll123456 / study_rlhf
  ☆64Updated 5 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆213Updated last year
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆141Updated 7 months ago
• lansinuote / Simple_TRL
  ☆19Updated last year
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆44Updated last year
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆184Updated last year
• intro-llm / intro-llm-code
  ☆366Updated 8 months ago
• 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
• 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
  ☆250Updated last year
• YoungDubbyDu / Awesome-LLM-Agent-Optimization-Papers
  This is the reading list for the survey "A Survey on the Optimization of LLM-based Agents ". We will keep adding papers and improving the…
  ☆182Updated 6 months ago
• huiyeruzhou / arxiv_crawler
  这是一个高效，快捷的arXiv论文爬虫，它可以将指定时间范围，指定主题，包含指定关键词的论文信息爬取到本地，并且将其中的标题和摘要翻译成中文。
  ☆171Updated last year
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 11 months ago
• singularguy / MultimodalRAG
  一个简单的多模态RAG项目
  ☆284Updated 8 months ago