«Мистраль-ОРПО» — это усовершенствованная версия «Мистралай/Мистраль-7Б-v0.1», использующая оптимизацию предпочтений отношения шансов (ОРПО). При использовании ORPO модель напрямую изучает предпочтения без контролируемой фазы прогрева. Mistral-ORPO-⍺ дорабатывается исключительно на HuggingFaceH4/ultrafeedbackbinarized. — Репозиторий Github**: https://github.com/xfactlab/orpo
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: kaist-ai
Теги: mistral, conversational, en, model-index, text-generation-inference, endpoints_compatible
Лайков: 8 | Загрузок: 74
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
