Alternatives and similar repositories for qwen-dpo:

Users that are interested in qwen-dpo are comparing it to the libraries listed below

• 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
  ☆61Updated 2 months ago
• heyblackC / BetterMixture-Top1-Solution
  天池算法比赛《BetterMixture - 大模型数据混合挑战赛》的第一名top1解决方案
  ☆30Updated 9 months ago
• limafang / tiny-graphrag
  ☆38Updated 5 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆109Updated 10 months ago
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆38Updated last month
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆77Updated 3 months ago
• lansinuote / Simple_RLHF
  ☆78Updated 2 weeks ago
• yongzhuo / qwen2-sft
  Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理
  ☆60Updated 11 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆53Updated 6 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆120Updated 5 months ago
• owenliang / agent
  qwen ai agent
  ☆130Updated last year
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆31Updated 11 months ago
• RethinkFun / sft
  ☆38Updated 8 months ago
• xinyanghuang7 / Basic-Visual-Language-Model
  Build a simple basic multimodal large model from scratch. 从零搭建一个简单的基础多模态大模型🤖
  ☆37Updated 10 months ago
• percent4 / embedding_model_exp
  本项目用于Embedding模型的相关实验，包括Embedding模型评估、Embedding模型微调、Embedding模型量化等。
  ☆49Updated 9 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆193Updated 7 months ago
• dawoshi / Tianchi-LLM-QA
  阿里天池: 2023全球智能汽车AI挑战赛——赛道一：AI大模型检索问答 baseline 80+
  ☆101Updated last year
• poisonwine / Tianchi-LLM-retrieval
  2023全球智能汽车AI挑战赛——赛道一：AI大模型检索问答， 75+ baseline
  ☆57Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆112Updated last week
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆178Updated last year
• Pillars-Creation / ChatGLM-RLHF-LoRA-RM-PPO
  ChatGLM-6B添加了RLHF的实现，以及部分核心代码的逐行讲解 ,实例部分是做了个新闻短标题的生成，以及指定context推荐的RLHF的实现
  ☆83Updated last year
• RethinkFun / trian_ppo
  ☆71Updated 7 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆97Updated 11 months ago
• percent4 / llm_math_solver
  本项目用于大模型数学解题能力方面的数据集合成，模型训练及评测，相关文章记录。
  ☆84Updated 7 months ago
• aJupyter / ThinkLLM
  ThinkLLM：🚀 轻量、高效的大语言模型算法实现
  ☆43Updated 3 weeks ago
• limafang / agent-arxiv-daily
  🎓Automatically Update agent Papers Daily using Github Actions (Update Every 12th hours)
  ☆29Updated this week
• RethinkFun / LLM
  ☆71Updated 8 months ago
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆34Updated 4 months ago
• chunhuizhang / bert_t5_gpt
  ☆70Updated 2 months ago
• threeColorFr / LLMforDialogDataGenerate
  Generate dialog data from documents using LLM like ChatGLM2 or ChatGPT;利用ChatGLM2,ChatGPT等大模型根据文档生成对话数据集
  ☆157Updated last year