跳到主要内容

偏好对齐DPO

AIEZZ工具标签

正在浏览与“偏好对齐DPO”相关的AI智能产品，共展示 1 个匹配结果。

LlamaFactory OnlineAI工具箱LlamaFactory Online 是一款面向开源大模型微调的在线 AI 工具箱，主要服务个人开发者、初创企业和高校科研团队。用户可通过网页界面上传数据，选择模型、训练方式和精度方案，再进行训练、监控与推理相关操作，减少本地 GPU 环境配置工作。平台支持多种主流开源模型、预训练、SFT、Reward Modeling、PPO、DPO、KTO 等训练方式，并提供 LoRA、QLoRA 和全参数微调等选项。平台提供免费和付费模式；实际使用仍需根据数据规模、模型类型和训练配置评估算力消耗与学习成本。058

已显示当前标签下的全部工具