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.

跳到安装

来源信息

仓库
davila7/claude-code-templates
最近来源活动
2026年1月8日 14:24
检测到的 SKILL.md 语言
英语
星标
30,229
分支
3,394

安装方式

默认使用会先检查来源的 Prompt;你也可以切换为直接命令,或下载本地副本。

检查来源文件

决定是否安装前,请先阅读 SKILL.md,以及 SkillsMP 当前展示的配套文件。