Метка: DPO - Страница 4 - Каталог нейросетей

Метка: DPO

Генерация текста

ConicCat/Role-mo-V2-7B

Эта модель представляет собой точно настроенную версию allenai/Olmo-3.1-32B-Instruct, использующую humanline dpo для улучшения возможностей письма, ролевой игры и...

Генерация текста

klei1/grillo-8b

  ![License](https://opensource.org/licenses/Apache-2.0)   ![Language]()   ![Base Model](https://huggingface.co/Qwen/Qwen3-8B) The model was sculpted through a rigorous multi-stage process: Objective: Instill...

Генерация текста

InfiX-ai/InfiAlign-Qwen-7B-DPO

InfiAlign — это масштабируемая и эффективная в отношении данных структура пост-обучения, которая сочетает в себе контролируемую точную настройку...