文档 & 知识
辛波培训
@simpo-training
SimPO 是一种无参考偏好优化方法，无需参考模型即可优于 DPO。
包含技能
1 个辛波培训
@zechenzhangagi/ai-research-skills/simpo-training
SimPO 是一种无参考偏好优化方法，无需参考模型即可优于 DPO。
@simpo-training
SimPO 是一种无参考偏好优化方法，无需参考模型即可优于 DPO。
SimPO 是一种无参考偏好优化方法，无需参考模型即可优于 DPO。