Skip to main content

pytorch-preference-optimization

Guide for implementing preference optimization methods (DPO, SimPO, IPO) in PyTorch. Use when implementing loss functions for RLHF-style training.

インストールへ移動

ソース情報

リポジトリ
cxcscmu/SkillLearnBench
ソースの最終更新活動
2026年4月24日 05:14
検出された SKILL.md の言語
英語
スター
77
フォーク
4

インストール方法

デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。

ソースファイルを確認

インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。