huggingface/alignment-handbook

huggingface/alignment-handbook は、SFT・DPO・ORPO などの言語モデルのアライメント学習手順をスクリプトと YAML 設定にまとめて公開したリポジトリである。

GitHub の説明: Robust recipes to align language models with human and AI preferences

投稿

新着10月21日

huggingface/alignment-handbook は、SFT・DPO・ORPO などの言語モデルのアライメント学習手順をスクリプトと YAML 設定にまとめて公開したリポジトリである。