DPO Trainer with dataset jondurbin/truthy-dpo-v0.1 to improve [TomGrc/FusionNet7Bx2MoE14B]
Модальности:
Генерация текста
Задача: Генерация текста
Автор: LoneStriker
Теги: mixtral, moe, DPO, RL-TUNED, text-generation-inference, endpoints_compatible
Лайков: 3 | Загрузок: 14
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
Исходная модель: https://huggingface.co/SicariusSicariiStuff/Dusk_Rainbow Некоторые из этих квантов (Q3KXL, Q4KL и т. д.) представляют собой стандартный метод квантования, в...
Чат и поддержка: сервер Discord TheBloke Хотите внести свой вклад? Страница TheBloke на Patreon Работа TheBloke в области...
Предварительно обученная модель ламы на финском языке с использованием цели причинно-следственного моделирования языка (CLM). Модель ламы была представлена...
Исходная модель: https://huggingface.co/migtissera/Tess-v2.5-Qwen2-72B. Если размер модели превышает 50 ГБ, она будет разделена на несколько файлов. Чтобы загрузить их...
