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
  ☆68Updated 7 months ago
• taishan1994 / Llama3.1-Finetuning
  对llama3进行全参微调、lora微调以及qlora微调。
  ☆208Updated 11 months ago
• yuanzhoulvpi2017 / SentenceEmbedding
  ☆115Updated last year
• waylandzhang / DeepSeek-RL-Qwen-0.5B-GRPO-gsm8k
  ☆84Updated 7 months ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆126Updated 10 months ago
• owenliang / agent
  qwen ai agent
  ☆138Updated last year
• Sshuoshuo / easy-rag
  快速入门RAG与私有化部署
  ☆205Updated 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
• Mxoder / LLM-from-scratch
  一些 LLM 方面的从零复现笔记
  ☆219Updated 4 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。
  ☆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
• muyaostudio / qwen2_seq_cls
  使用 Qwen2ForSequenceClassification 简单实现文本分类任务。
  ☆83Updated 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
  ☆188Updated last month
• kanhaoning / RAG-Optimization-Practices
  ☆62Updated last month
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆36Updated last year
• 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
  ☆67Updated last year
• RethinkFun / trian_ppo
  ☆106Updated 11 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆209Updated this week
• aJupyter / ThinkLLM
  ThinkLLM：🚀 轻量、高效的大语言模型算法实现
  ☆96Updated 3 months ago
• shyoulala / Kaggle_Eedi_2024_sayoulala
  kaggle 2024 Eedi 第10名 金牌方案
  ☆40Updated 8 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆336Updated 2 months ago
• lansinuote / Simple_RLHF
  ☆97Updated 3 months ago
• yongzhuo / Qwen-SFT
  阿里通义千问(Qwen-7B-Chat/Qwen-7B), 微调/LORA/推理
  ☆115Updated last year
• RethinkFun / LLM
  ☆102Updated last year
• limafang / agent-arxiv-daily
  🎓Automatically Update agent Papers Daily using Github Actions (Update Every 12th hours)每日更新agent相关论文（已附带中文摘要翻译）
  ☆31Updated 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。
  ☆70Updated 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。
  ☆62Updated last year
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆52Updated 6 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
  ☆159Updated last year
• lansinuote / Simple_LLM_PPO
  ☆45Updated last year