मुख्य सामग्री पर जाएँ
buildradar
Sign in

princeton-nlp/SimPO

@princeton-nlp

[NeurIPS 2024] SimPO: एक संदर्भ-मुक्त रिवार्ड के साथ सरल प्राथमिकता अनुकूलन।

स्टार
959
फ़ोर्क
78
भाषा
Python
लाइसेंस
MIT
आख़िरी push
2 वर्ष पहले
Pythonlarge-language-modelsalignmentrlhfpreference-alignment

अभी कोई संबंधित intel नहीं

यह रिपॉजिटरी radar द्वारा ट्रैक किए जाने वाले किसी भी स्रोत में अभी तक नहीं आई है। कलेक्टर एक शेड्यूल पर चलता है — जब यह इस रिपॉजिटरी को कवर करे तब वापस देखें।