eric-mitchell/direct-preference-optimization
@eric-mitchellDPO(Direct Preference Optimization)のリファレンス実装
スター
2,908
フォーク
235
言語
Python
ライセンス
Apache-2.0
最終プッシュ
2 年前
関連 Intel(0)
関連 Intel はまだありません
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。