当前标签：DPO

为视觉语言多模态模型进行偏好优化
HuggingFace 2024-07-16 23:08 阅读:1497 评论:0 推荐:4
使用 DPO 微调 Llama 2
HuggingFace 2023-08-22 22:39 阅读:2014 评论:0 推荐:0