Alternatives and similar repositories for study_rlhf

Users that are interested in study_rlhf are comparing it to the libraries listed below

• RethinkFun / LLM
  ☆115Updated last year
• lansinuote / Simple_RLHF
  ☆104Updated 5 months ago
• RethinkFun / sft
  ☆58Updated last year
• chunhuizhang / llm_rl
  llm & rl
  ☆246Updated 3 weeks ago
• qiufengqijun / open-r1-reprod
  这是一个open-r1的复现项目，对0.5B、1.5B、3B、7B的qwen模型进行GRPO训练，观察到一些有趣的现象。
  ☆51Updated 7 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆390Updated 11 months ago
• RethinkFun / trian_ppo
  ☆125Updated last year
• thinkwee / AgentsMeetRL
  Awesome List for Agentic RL
  ☆542Updated 2 weeks ago
• intro-llm / intro-llm-code
  ☆325Updated 6 months ago
• singularguy / MultimodalRAG
  一个简单的多模态RAG项目
  ☆248Updated 6 months ago
• bbruceyuan / AI-Interview-Code
  LLM大模型（重点）以及搜广推等 AI 算法中手写的面试题，（非 LeetCode），比如 Self-Attention, AUC等，一般比 LeetCode 更考察一个人的综合能力，又更贴近业务和基础知识一点
  ☆439Updated 10 months ago
• jingtian11 / EasyOffer
  《EasyOffer》（<大模型面经合集>）是针对LLM宝宝们量身打造的大模型暑期实习Offer指南，主要记录大模型暑期实习和秋招准备的一些常见大厂手撕代码、大厂面经经验、常见大厂思考题等；小白一个，正在学习ing......有问题各位大佬随时指正，希望大家都能拿到心仪Of…
  ☆566Updated 7 months ago
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆176Updated 8 months ago
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆312Updated 6 months ago
• qiufengqijun / mini_qwen
  这是一个从头训练大语言模型的项目，包括预训练、微调和直接偏好优化，模型拥有1B参数，支持中英文。
  ☆677Updated 9 months ago
• ljc010717 / GRPO2025
  ☆23Updated 7 months ago
• Nipi64310 / RAG-Book
  本项目为书籍《大模型RAG实战》的代码以及资料汇总。
  ☆262Updated last year
• KylinC / Awesome-Awesome-LLM
  awesome LLM papers！ 🚀 🚀 🚀
  ☆30Updated 4 months ago
• phbst / tinyRAG
  RAG兴趣小组，全手写的一个RAG应用。Langchain的大部分库会很方便，但是你不一定理解其中原理，所以代码尽可能展现基本算法，主打理解RAG的原理
  ☆241Updated last year
• lansinuote / Simple_RLHF_Llama3
  ☆32Updated last year
• datawhalechina / unlock-deepseek
  DeepSeek 系列工作解读、扩展和复现。
  ☆688Updated 7 months ago
• 0russwest0 / Agent-R1
  Agent-R1: Training Powerful LLM Agents with End-to-End Reinforcement Learning
  ☆881Updated 4 months ago
• 0russwest0 / Awesome-Agent-RL
  ☆423Updated last month
• km1994 / llms_paper
  该仓库主要记录 LLMs 算法工程师相关的顶会论文研读笔记（多模态、PEFT、小样本QA问答、RAG、LMMs可解释性、Agents、CoT）
  ☆367Updated last year
• liuchen6667 / qwen_grpo_gsm8k
  简单易理解的代码，用于在qwen上使用grpo加强数学能力
  ☆41Updated 6 months ago
• hscspring / rl-llm-nlp
  Reinforcement Learning in LLM and NLP.
  ☆61Updated 2 months ago
• KMnO4-zx / TinyRAG
  TinyRAG
  ☆368Updated 4 months ago
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆128Updated 6 months ago
• zhushiyun88 / teaching-boyfriend-llm
  ☆460Updated 3 months ago
• yuanzhoulvpi2017 / vscode_debug_transformers
  ☆398Updated 9 months ago