Skip to main content
تشغيل أي مهارة في Manus
بنقرة واحدة

train-dpo

النجوم٠
التفرعات٠
آخر تحديث٢٨ أبريل ٢٠٢٦ في ٠٨:٠٣

Direct Preference Optimization (DPO) fine-tune with TRL `DPOTrainer`. Triggered when the user wants to align a model on preferences / pairwise comparisons / chosen-vs-rejected data, or improve an existing SFT checkpoint with a preference dataset.

التثبيت

التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.

SKILL.md
readonly