princeton-nlp/SimPO
@princeton-nlp[NeurIPS 2024] SimPO: 参照フリーの報酬を用いたシンプルな選好最適化
スター
959
フォーク
78
言語
Python
ライセンス
MIT
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。
[NeurIPS 2024] SimPO: 参照フリーの報酬を用いたシンプルな選好最適化
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。