下载

Skill UI

浏览并发现 9180+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 SimPO ，共找到 1 条记录

默认排序最新上传最多下载

SimPO：简单偏好优化对齐

Orchestra-Research/AI-Research-SKILLs

SimPO（简单偏好优化）是一种先进的、无参考模型的LLM对齐方法。它利用人类偏好数据集对大模型进行精调，是DPO和PPO的高效替代方案。SimPO性能优于DPO，且无需额外的参考模型，特别适合需要快速、简单、资源高效的偏好数据对齐场景。

1

语言