Skip to main content

preference-optimization

Implement preference-based alignment using DPO, IPO, KTO, or ORPO with TRL's DPOTrainer. Covers preference data formatting (prompt/chosen/rejected), beta tuning, loss variants, and reference model management. Use when aligning a fine-tuned LLM with human or AI preferences. Do not use for supervised fine-tuning, reward model training, or PPO-based RLHF.

Zur Installation springen

Quellinformationen

Repository
merceralex397-collab/meta-skill-engineering
Letzte Quellaktivität
20. April 2026 um 01:25
Erkannte Sprache von SKILL.md
Englisch
Sterne
2
Forks
0

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.