DPO Finetuned CultriX/NeuralTrix-7B-dpo с использованием argilla/OpenHermes2.5-dpo-binarized-alpha Бинаризованные пары argilla dpo — это набор данных, построенный на основе: https://huggingface.co/datasets/teknium/OpenHermes-2.5 с использованием https://github.com/argilla-io/distilabel, если интересно.
Модальности:
Генерация текста
Задача: Генерация текста
Автор: eren23
Теги: mistral, conversation, text-generation-inference, CultriX/NeuralTrix-7B-dpo, dpo, merge, en, model-index
Лайков: 4 | Загрузок: 50
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.