Alternatives and similar repositories for qwen-dpo

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

• yuanzhoulvpi2017 / SentenceEmbedding
  ☆110Updated 11 months ago
• 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
  ☆62Updated 3 months ago
• lansinuote / Simple_RLHF
  ☆83Updated last month
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆54Updated last week
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆41Updated 2 months ago
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆186Updated 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
  ☆31Updated 10 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆103Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆123Updated 6 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
  ☆61Updated last year
• Alannikos / FunGPT
  In this fast-paced world, we all need a little something to spice up life. Whether you need a glass of sweet talk to lift your spirits or…
  ☆58Updated this week
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆39Updated 11 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆198Updated 7 months ago
• 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
  ☆84Updated last year
• limafang / tiny-graphrag
  ☆40Updated 3 weeks 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。
  ☆87Updated 8 months ago
• lansinuote / Simple_LLM_DPO
  ☆69Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆134Updated this week
• AI-Study-Han / Zero-Qwen-VL
  训练一个对中文支持更好的LLaVA模型，并开源训练代码和数据。
  ☆59Updated 8 months ago
• ssbuild / qwen_finetuning
  qwen models finetuning
  ☆97Updated 2 months ago
• RethinkFun / LLM
  ☆76Updated 9 months ago
• lansinuote / Simple_LLM_PPO
  ☆43Updated 9 months ago
• RethinkFun / trian_ppo
  ☆76Updated 8 months ago
• Logistic98 / rag-omni
  基于大语言模型的检索增强生成RAG示例
  ☆149Updated 3 weeks ago
• lansinuote / Simple_TRL
  ☆18Updated 9 months ago
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆200Updated last month
• 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+
  ☆105Updated last year
• RethinkFun / sft
  ☆40Updated 9 months ago
• yang19527 / AwesomeInterview
  包含程序员面试大厂面试题和面试经验
  ☆132Updated last week
• 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。
  ☆52Updated 10 months ago