Alineación de LLM con SimPO
Optimización de preferencias simple (SimPO) para alinear LLM: una alternativa a DPO sin modelo de referencia, más eficiente y con mejor rendimiento (+6,4 punto…
Optimización de preferencias simple (SimPO) para alinear LLM: una alternativa a DPO sin modelo de referencia, más eficiente y con mejor rendimiento (+6,4 punto…