Llama 3 Base 8B SFT IPO

L

Llama 3 Base 8B SFT IPO

由 princeton-nlp 开发

SimPO 是一种无需参考奖励的简单偏好优化方法，旨在通过简化偏好优化过程提高模型性能。

大型语言模型

#无参考奖励优化 #偏好学习 #高效对齐

下载量 1,786

发布时间 : 5/17/2024

模型简介

SimPO 是一种创新的偏好优化方法，通过消除对参考奖励模型的依赖，简化了偏好优化的流程，同时保持了高性能。该方法适用于大语言模型的优化任务。

模型特点

无需参考奖励

SimPO 消除了对参考奖励模型的依赖，简化了偏好优化的流程。

简单高效

通过简化的优化方法，SimPO 在保持高性能的同时提高了效率。

高性能

实验表明，SimPO 在多个基准测试中表现优异。

模型能力

偏好优化

大语言模型优化

使用案例

自然语言处理

大语言模型优化

使用 SimPO 方法对大语言模型进行偏好优化，提高模型性能。

在多个基准测试中表现优异

精选推荐AI模型

Qwen2.5 VL 7B Abliterated Caption It I1 GGUF

Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本，支持多语言图像描述任务。

图像生成文本

Transformers 支持多种语言

Nunchaku Flux.1 Dev Colossus

Colossus Project Flux 的 Nunchaku 量化版本，旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时，将性能损失降至最低。

图像生成英语

Qwen2.5 VL 7B Abliterated Caption It GGUF

这是一个基于Qwen2.5-VL-7B模型的静态量化版本，专注于图像描述生成任务，支持多种语言。

图像生成文本

Transformers 支持多种语言

Olmocr 7B 0725 FP8

olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型，使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。

图像生成文本

Transformers 英语

Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型，在移动设备上也能高效运行。

大型语言模型

Transformers 英语

AIbase

智启未来，您的人工智能解决方案智库

© 2025AIbase 备案号：闽ICP备08105208号-24