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
  ☆71Updated 9 months ago
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆44Updated last year
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆119Updated last year
• 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。
  ☆97Updated last year
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆210Updated last year
• 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
  ☆32Updated last year
• owenliang / agent
  qwen ai agent
  ☆142Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆127Updated last year
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆212Updated last year
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆85Updated 9 months ago
• Logistic98 / rag-omni
  基于大语言模型的检索增强生成RAG示例
  ☆161Updated 6 months ago
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆128Updated 5 months 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
  ☆69Updated last year
• LDLINGLINGLING / adan_application
  一些大语言模型和多模态模型的生态,主要包括跨模态搜索、投机解码、QAT量化、多模态量化、ChatBot、OCR
  ☆193Updated 3 months ago
• kanhaoning / RAG-Optimization-Practices
  ☆74Updated 3 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。
  ☆67Updated last year
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆43Updated 10 months ago
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆55Updated 4 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆128Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆236Updated 6 months ago
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆54Updated 8 months ago
• pydaxing / clip_blip_embedding_rag
  在RAG技术中，嵌入向量的生成和匹配是关键环节。本文介绍了一种基于CLIP/BLIP模型的嵌入服务，该服务支持文本和图像的嵌入生成与相似度计算，为多模态信息检索提供了基础能力。
  ☆37Updated 10 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆365Updated 4 months ago
• aJupyter / ThinkLLM
  ThinkLLM：🚀 轻量、高效的大语言模型算法实现
  ☆108Updated 6 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆246Updated 3 weeks ago
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆46Updated last year
• 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+
  ☆115Updated 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
  ☆88Updated 2 years ago
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆84Updated last year
• HuggingAGI / HuggingArxiv
  ☆268Updated 11 months ago