sDPO

書いてみる

関連タグ

#モデル (13,235)
#Dus (2)
#SOLAR10 (1)
#アクセス (3,024)
#アライメントチューニング (1)
#インストラクションチューニング (9)

SOLAR 10.7B: Scaling Large Language Models with Simple yet Effective Depth Up-Scaling

Ikemen Mas Kot
3か月前

sDPO: Don't Use Your Data All at Once

Ikemen Mas Kot
4か月前