Beta
Explore
Marketplace
Neural Labs
Chat
Wallet
Docs
peft_model_dpo – AI Model by Zeteng | AlphaNeural AI
You can deploy this model and start earning money today!
Zeteng
/
peft_model_dpo
like
0
peft
safetensors
dpo
lora
chinese
zh
mit
us
Views
No views yet
Model card
Files and Versions
Community
API
Deploy
PEFT Model with DPO Training
这是一个使用DPO (Direct Preference Optimization) 方法训练的PEFT (Parameter-Efficient Fine-Tuning) 模型。该模型是在基础模型上使用PEFT方法进行微调，并通过DPO训练来优化模型输出以更好地符合人类偏好。
模型信息
训练方法：DPO (Direct Preference Optimization)
微调方法：PEFT (Parameter-Efficient Fine-Tuning)
模型类型：LoRA adapter
许可证
请参考模型的许可证信息进行使用。
