Skip to main content

simpo-loss-implementation

Implement the SimPO loss function for preference-aligned language models. Use this skill when implementing SimPO training objectives, computing length-normalized rewards, or translating the SimPO paper's mathematical formulas into PyTorch code. Essential for LLM alignment tasks that require preference-based learning with reference-free rewards.

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。