メインコンテンツへ移動

DPOによる好みのアライメント

AIEZZのツールタグ

「DPOによる好みのアライメント」タグのAI製品を閲覧中。1件の検索結果があります。

LlamaFactory OnlineAIツールボックスLlamaFactory Onlineは、オープンソース大規模モデルの微調整を目的としたオンラインAIツールボックスで、個人開発者、スタートアップ企業、高等教育機関の研究チームを主な対象としています。ユーザーはWebインターフェースからデータをアップロードし、モデル、トレーニング方式、精度設定を選択して、トレーニング、モニタリング、推論に関する操作を行えます。これにより、ローカルGPU環境の構築作業を減らせます。プラットフォームは複数の主要なオープンソースモデルに対応し、事前学習、SFT、Reward Modeling、PPO、DPO、KTOなどのトレーニング方式に加え、LoRA、QLoRA、全パラメータ微調整などのオプションを提供します。無料プランと有料プランがあり、実際の利用にあたっては、データ規模、モデルの種類、トレーニング設定に応じて、必要な計算資源と学習コストを評価する必要があります。058

このタグが付いたすべてのツールを表示しています。