Schaapje-2B-Chat-V1.0
This is the DPO aligned model based on the SFT trained model Schaapje-2B-Chat-SFT-V1.0. General Dutch Chat and/or Instruction...
Метка: DPO
Human-Like-Qwen2.5-7B-Instruct-GGUF
Original model: https://huggingface.co/HumanLLMs/Humanish-Qwen2.5-7B-Instruct Some of these quants (Q3KXL, Q4KL etc) are the standard quantization method with the embeddings...
Qwen2-0.5B-DPO
Эта модель представляет собой доработанную версию Qwen/Qwen2-0.5B-Instruct для набора данных trl-lib/Capybara-Preferences. Он был обучен с использованием TRL. Эта...
Qwen2.5-14B-Gutenberg-1e-Delta
Это «Qwen2.5-14B-Instruct», обученный на jondubin/gutenberg-dpo-v0.1 для эпохи 1,25 (DPO). Модальности:Генерация текста Области применения:Диалог / чат Задача: Генерация текста...
Palmyra-Med-70B-32K-GGUF
Исходная модель: https://huggingface.co/Writer/Palmyra-Med-70B-32K Некоторые из этих квантов (Q3KXL, Q4KL и т. д.) представляют собой стандартный метод квантования с встраиваниями...
Llama-3.1-8B-Magpie-Align-v0.1
Демо-версия онлайн-модели: https://huggingface.co/spaces/flydust/Chat-with-Magpie. Эта модель представляет собой согласованную версию мета-llama/Meta-Llama-3.1-8B. Мы применяем следующий конвейер: Сначала мы выполняем SFT,...
biomistral-7b-olaph
Эта модель представляет собой доработанную версию Minbyul/biomistral-7b-wo-kqolden-iter-dpo-step2 в бинаризованном наборе данных HuggingFaceH4/ultrafeedback. Он достигает следующих результатов в наборе...
self-biorag-7b-olaph
Эта модель представляет собой доработанную версию Minbyul/selfbiorag-7b-wo-kqagolden-iter-dpo-step3, отфильтрованную по набору данных HuggingFace MedLFQA (без kqolden). В наборе оценок...
calme-2.3-llama3-70b
Эта модель представляет собой доработанную (DPO) модель мета-ламы/Мета-ламы-3-70B-Instruct. Все модели GGUF доступны здесь: MaziyarPanahi/calme-2.3-llama3-70b-GGUF Вы можете использовать эту...
SauerkrautLM-Qwen-32b
Представляем SauerkrautLM-Qwen-32b — нашу версию мощного Qwen/Qwen1.5-32B для квашеной капусты! Модель SauerkrautLM-Qwen-32b — совместная разработка VAGO Solutions и...