direct-preference-optimization:基于偏好数据训练语言模型的参考实现，支持DPO、保守DPO和IPO算法

Star0
0
代码
代码
Issues
Pull Requests
项目讨论
Wiki
分析
Star0
0

Reference implementation for DPO (Direct Preference Optimization)

分支1Tags0

项目介绍

DPO（直接偏好优化）的参考实现【此简介由AI生成】

Apache-2.0 Python16提交数
定制我的领域
README
152.9 K238访问 GitHub