Human-Like-Mistral-Nemo-Instruct-2407
   | 🤗 Модели   |    📊 Набор данных   |    📄Бумага   | 📢 Статья, связанная с этой...
Метка: DPO
Nous-Hermes-2-Mixtral-8x7B-DPO-GPTQ
Чат и поддержка: сервер Discord TheBloke Хотите внести свой вклад? Страница TheBloke на Patreon Работа TheBloke в области...
Contextual_KTO_Mistral_PairRM
Этот репозиторий содержит контрольные точки модели и токенизатора для: — семейства моделей mistralai/Mistral-7B-Instruct-v0.2 — оптимизировано с потерей KTO...
Hermes-2-Pro-Llama-3-70B
Hermes 2 Pro — это обновленная, переобученная версия Nous Hermes 2, состоящая из обновленной и очищенной версии набора...
distilabeled-OpenHermes-2.5-Mistral-7B
> Нейронный DPO OpenHermes 2.5, для DPO важно высокое качество! Эта модель является виртуальным партнером по запуску нашего...
Turkish-Gemma-9b-v0.1
Это Турецкая-Gemma-9b-v0.1. Эта модель основана на Gemma-2-9b и была разработана посредством сочетания непрерывного предварительного обучения, контролируемой точной настройки...
NeuralMarcoro14-7B
Это доработанная версия mlabonne/Marcoro14-7B-slerp DPO с использованием набора данных предпочтений Chatmldpopairs. Это улучшает производительность модели в наборе тестов...
NeuralDaredevil-7B
NeuralDaredevil-7B — это тонкая настройка DPO для mlabonne/Daredevil-7B с использованием набора данных предпочтений argilla/distilabel-intel-orca-dpo-pairs и моего блокнота DPO...
trlm-135m
1. Краткое описание модели 2. Конвейер постобучения 3. Как использовать 4. Обучение 5. Оценка 6. Ограничения 7. Благодарности...
SauerkrautLM-SOLAR-Instruct
Представляем SauerkrautLM-SOLAR-Instruct — нашу версию мощного upstage/SOLAR-10.7B-Instruct-v1.0 для квашеной капусты! Согласовано с DPO 1. Обзор всех моделей SauerkrautLM-SOLAR-Instruct...