从PPO到DPO, KTO, ……
crabboss 目前大模型的偏好对齐领域也是百家齐放，我…
Read More大模型偏好对齐
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目前大模型的偏好对齐领域也是百家齐放，我…
Read MoreORPO原理如下：从PPO到DPO, K…
Read MoreCPO原理如下：从PPO到DPO, KT…
Read MoreDPO相比PPO已经简化了训练流程和训练…
Read More自从huggingface的trl出现后…
Read More