LoRA合集介绍
crabboss 目前LoRA已经成为主流的微调方法，目前…
Read More7 月 2024
偏好对齐篇 – ORPO训练
ORPO原理如下：从PPO到DPO, K…
Read More偏好对齐篇 – CPO训练
CPO原理如下：从PPO到DPO, KT…
Read More偏好对齐篇 – KTO训练
DPO相比PPO已经简化了训练流程和训练…
Read More偏好对齐篇 – DPO训练
自从huggingface的trl出现后…
Read More理解dataset，sampler，collator，dataloader之间的关系
深度学习中相信大家肯定都对dataset…
Read More