Alternatives and similar repositories for study_rlhf

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

• RethinkFun / LLM
  ☆121Updated last year
• RethinkFun / sft
  ☆60Updated last year
• lansinuote / Simple_RLHF
  ☆105Updated 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
  ☆448Updated 11 months ago
• zhushiyun88 / teaching-boyfriend-llm
  ☆464Updated 4 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…
  ☆592Updated 8 months ago
• chunhuizhang / personal_chatgpt
  personal chatgpt
  ☆394Updated 11 months ago
• chunhuizhang / llm_rl
  llm & rl
  ☆258Updated last month
• intro-llm / intro-llm-code
  ☆339Updated 7 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。
  ☆690Updated 9 months ago
• 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
• wdndev / tiny-rag
  一个很小很小的RAG系统
  ☆322Updated 7 months ago
• singularguy / MultimodalRAG
  一个简单的多模态RAG项目
  ☆259Updated 7 months ago
• ljc010717 / GRPO2025
  ☆23Updated 7 months ago
• golfxiao / anti_fraud_sft
  一个用于预防经济诈骗的文本分类检测微调项目。
  ☆68Updated 10 months ago
• RethinkFun / trian_ppo
  ☆127Updated last year
• 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）
  ☆370Updated last year
• 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。
  ☆52Updated 8 months ago
• mst272 / LLM-Dojo
  欢迎来到 LLM-Dojo，这里是一个开源大模型学习场所，使用简洁且易阅读的代码构建模型训练框架(支持各种主流模型如Qwen、Llama、GLM等等)、RLHF框架(DPO/CPO/KTO/PPO)等各种功能。👩‍🎓👨‍🎓
  ☆904Updated last week
• wdndev / tiny-llm-zh
  从零实现一个小参数量中文大语言模型。
  ☆898Updated last year
• hscspring / rl-llm-nlp
  Reinforcement Learning in LLM and NLP.
  ☆61Updated 3 months ago
• KylinC / Awesome-Awesome-LLM
  awesome LLM papers！ 🚀 🚀 🚀
  ☆32Updated 5 months ago
• yuanzhoulvpi2017 / nano_rl
  在verl上做reward的定制开发
  ☆132Updated 6 months ago
• km1994 / AwesomeRAG_paper
  RAG 论文学习
  ☆180Updated 8 months ago
• houchenll / origin-llm
  llm相关内容，包括：基础知识、八股文、面经、经典论文
  ☆260Updated last year
• liuzard / transformers_zh_docs
  Huggingface transformers的中文文档
  ☆282Updated 2 years ago
• datawhalechina / handy-multi-agent
  This is a multi agent tutorial based on the CAMEL framework, aimed at understanding how to build an Agent Society from the ground up!
  ☆649Updated 2 months ago
• Fyfy1996 / LLM_reviews
  大模型基础学习和面试八股文
  ☆180Updated last year
• datawhalechina / wow-agent
  A simple and trans-platform agent framework and tutorial
  ☆197Updated last month
• datawhalechina / wow-rag
  A simple and trans-platform rag framework and tutorial
  ☆225Updated 3 months ago