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
  ☆69Updated 7 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
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆84Updated 8 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆118Updated last year
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆39Updated 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。
  ☆95Updated 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
• akaihaoshuai / baby-llama2-chinese_cybertron
  使用单个24G显卡，从0开始训练LLM
  ☆55Updated 2 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆125Updated 10 months ago
• lansinuote / Simple_RLHF
  ☆101Updated 3 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
  ☆68Updated last year
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆221Updated 5 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆219Updated 2 weeks ago
• sugarandgugu / Simple-Trl-Training
  基于DPO算法微调语言大模型，简单好上手。
  ☆45Updated last year
• 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。
  ☆63Updated last year
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆345Updated 3 months ago
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆208Updated last year
• owenliang / agent
  qwen ai agent
  ☆139Updated last year
• lansinuote / Simple_RLHF_Llama3
  ☆33Updated last year
• aJupyter / ThinkLLM
  ThinkLLM：🚀 轻量、高效的大语言模型算法实现
  ☆101Updated 4 months ago
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆42Updated 9 months ago
• stanleylsx / llms_tool
  一个基于HuggingFace开发的大语言模型训练、测试工具。支持各模型的webui、终端预测，低参数量及全参数模型训练(预训练、SFT、RM、PPO、DPO)和融合、量化。
  ☆220Updated last year
• kanhaoning / RAG-Optimization-Practices
  ☆66Updated 2 months ago
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆82Updated last year
• chunhuizhang / bert_t5_gpt
  ☆76Updated 4 months ago
• 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。
  ☆72Updated last year
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆117Updated 4 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆119Updated last year
• jiahe7ay / MINI_LLM
  This is a repository used by individuals to experiment and reproduce the pre-training process of LLM.
  ☆472Updated 5 months ago
• Logistic98 / rag-omni
  基于大语言模型的检索增强生成RAG示例
  ☆160Updated 5 months ago