princeton-nlp/SimPO

[NeurIPS 2024] SimPO：基於無參照獎勵的簡單偏好最佳化

↗ 在 GitHub 開啟

星數

958

Fork 數

78

語言

Python

授權

MIT

最後推送

2 年前

Python large-language-models alignment rlhf preference-alignment

還沒有相關情報

radar 追蹤的來源裡還沒有出現過這個 repo。收集器照排程執行——等它涵蓋到這個 repo 再回來看看。