Точная настройка DPO объединенной модели jpacifico/Chocolatine-2-14B-Merged-base-Phi-4 (архитектура Microsoft/Phi-4, параметры 14B) с использованием набора данных rlhf jpacifico/french-orca-dpo-pairs-revised. Обучение французскому...
Эксперимент по тонкой настройке DPO для иногдааниона/Lamarck-14B-v0.7 (параметры 14B) с использованием переработанного набора данных rlhf jpacifico/french-orca-dpo-pairs. Обучение на...
Квантованную q4km GGUF-версию исходной модели Chocolatine-3B-Instruct-DPO-Revised можно использовать на процессорном устройстве, совместимом с llama.cpp, теперь поддерживаемой архитектурой LM...
Chocolatine-2-4B-Instruct-DPO-v2.1 — это версия Qwen/Qwen3-4B-Instruct-2507 после обучения, предназначенная для улучшения выполнения инструкций, рассуждения и общей производительности на французском...
Лучшая версия Chocolatine-3B для французского языка. Модель поддерживает длину контекста 128 КБ. DPO выполнил точную настройку microsoft/Phi-3.5-mini-instruct (параметры...
Точная настройка DPO объединенной модели jpacifico/Chocolatine-2-merged-qwen25arch (архитектура Qwen-2.5-14B) с использованием переработанного набора данных RLHF jpacifico/french-orca-dpo-pairs. Обучение французскому языку...
Точная настройка DPO для microsoft/Phi-3-medium-4k-instruct (14B параметров) с использованием набора данных rlhf jpacifico/french-orca-dpo-pairs-revised. Обучение на французском языке также...
DPO выполнил точную настройку microsoft/Phi-3-mini-4k-instruct (параметры 3.82B) с использованием набора данных rlhf jpacifico/french-orca-dpo-pairs-revised. Обучение на французском языке также...
