kyujinpy/Sakura-SOLRCA-Math-Instruct-DPO-v2

Метод Использование метода DPO. С Intel/orcadpopairs и argilla/distilabel-math-preference-dpo. Поделился информацией о своей модели. (обучение и код) См.: ⭐Сакура-СОЛНЕЧНАЯ.

Модальности:
Генерация текста

Области применения:
Диалог / чат Следование инструкциям Математика

Задача: Генерация текста
Автор: kyujinpy
Теги: llama, conversational, en, model-index, text-generation-inference, endpoints_compatible
Лайков: 4 | Загрузок: 53

Открыть на HuggingFace →

Описание основано на материалах HuggingFace. Перевод выполнен автоматически.

Похожие модели (Генерация текста)

Генерация текста

unsloth/GLM-4.5-Air-GGUF

> [!NOTE] > Включает исправления шаблона чата Unsloth! Для llama.cpp используйте —jinja > Unsloth Dynamic 2.0 обеспечивает превосходную...

Генерация текста

arcee-ai/Trinity-Large-Thinking-FP8-Block

Trinity-Large-Thinking — это оптимизированный для рассуждений вариант семейства Trinity-Large от Arcee AI — разреженной модели Mixture of Experts...

Генерация текста

maldv/badger-writer-llama-3-8b

Badger Writer — это нормализованное сложение задач Фурье maldv/badger-lambda-llama-3-8b и maldv/llama-3-fantasy-writer-8b. Я также использовал первый и последний слой...

Генерация текста

nvidia/Llama3-ChatQA-1.5-8B

Мы представляем Llama3-ChatQA-1.5, которая превосходно справляется с диалоговым ответом на вопросы (QA) и генерацией расширенного поиска (RAG). Llama3-ChatQA-1.5...