Skip to main content

simpo-training

Simple Preference Optimization for LLM alignment. Reference-free alternative to DPO with better performance (+6.4 points on AlpacaEval 2.0). No reference model needed, more efficient than DPO. Use for preference alignment when want simpler, faster training than DPO/PPO.

Aller à l'installation

Informations de source

Dépôt
synthetic-sciences/openscience
Dernière activité de la source
4 juillet 2026 à 06:25
Langue détectée de SKILL.md
anglais
Étoiles
3 362
Forks
454

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.