princeton-nlp/SimPO

[NeurIPS 2024] SimPO：基于无参照奖励的简单偏好优化

↗ 在 GitHub 打开

星数

958

Fork 数

78

语言

Python

许可

MIT

最后推送

2年前

Python large-language-models alignment rlhf preference-alignment

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。