跳到主要内容
buildradar
Sign in

eric-mitchell/direct-preference-optimization

@eric-mitchell

DPO (Direct Preference Optimization) 的参考实现

星数
2,908
Fork 数
235
语言
Python
许可
Apache-2.0
最后推送
2年前
Python

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。