Logo
Project Icon

orpo

无参考模型的语言模型偏好优化技术

ORPO模型训练人工智能自然语言处理机器学习Github开源项目

ORPO是一种新型语言模型训练方法，无需参考模型即可实现偏好优化。项目展示了ORPO在AlpacaEval、MT-Bench和IFEval等基准测试中的性能。ORPO训练的Mistral-ORPO-β模型在AlpacaEval官方排行榜上获得14.7%的长度控制胜率。项目开源了多个预训练模型和训练日志，为AI研究和开发提供了重要资源。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
suzume-llama-3-8B-multilingual-orpo-borda-top75 - 多语言模型的ORPO方法微调及性能评估
GithubHuggingfaceSuzume ORPO开源项目数据集模型训练评估
该项目采用ORPO方法对多语言模型进行微调，使用lightblue/mitsu数据集进行训练，取得了显著的性能提升。推荐的最佳模型版本在多种语言的评测得分均超过基础模型和其他对比模型。研究团队正在开发新的商用版本，旨在未来为商业应用提供支持。
suzume-llama-3-8B-multilingual-orpo-borda-top25 - 提升多语言模型性能的ORPO微调方法
GithubHuggingfaceSuzume ORPO商业用途多语言开源项目模型模型性能训练数据
Suzume ORPO使用ORPO技术优化模型性能，特别加强了多种语言的处理能力，是语言模型研究的前沿选择。非商业许可适合学术研究，商业应用版本正在开发中。
suzume-llama-3-8B-multilingual-orpo-borda-half - 多语言性能优化，基于lightblue模型的ORPO改进
GithubHuggingfaceSuzume ORPO多语言模型开源项目数据集模型模型优化评估结果
该项目通过ORPO方法对lightblue基础模型进行微调，提升多种语言的自然语言处理能力。模型优化使用了lightblue/mitsu数据集的重要响应。在MT-Bench测试中，这些ORPO模型比基础模型在多个语言中表现更好，预计将来会有商用版本推出。
Barcenas-Llama3-8b-ORPO - ORPO方法优化的Llama 3对话模型
GithubHuggingfaceLlama 3ORPO人工智能模型开源项目机器学习模型语言模型
Barcenas-Llama3-8b-ORPO是一款经ORPO方法优化的语言模型，基于Llama-3-SauerkrautLM-8b-Instruct开发。通过整合dolphin-sft数据集和GPT-4增强的对话数据，该模型在对话交互方面实现了显著提升。这一开源项目源自墨西哥新莱昂州，为AI开发者提供了新的模型选择。
direct-preference-optimization - DPO算法实现语言模型的偏好数据优化
DPOGithub偏好优化开源项目机器学习训练算法语言模型
DPO(Direct Preference Optimization)是一种语言模型训练算法,通过偏好数据优化模型。该项目提供DPO算法的参考实现,包含监督微调和基于偏好学习两个阶段。支持各种因果HuggingFace模型,可添加自定义数据集,并包括'conservative' DPO和IPO等变体。这为研究人员提供了灵活工具,用于从偏好数据训练语言模型。
SPPO - 自我对弈优化提升语言模型对齐效果
AlpacaEval 2.0Gemma-2-9B-It-SPPO-Iter3GithubLlama-3-8B-InstructMistral-7B-InstructSPPO开源项目
SPPO采用自我对弈框架和新的学习目标，有效提升大规模语言模型性能。通过理论推导和多数据集实证验证，SPPO无需外部信号即可超越GPT-4等模型。该项目源代码和多个优化模型如Mistral-7B、Llama-3-8B、Gemma-2-9B均已开源，详情可参考相关论文。
Barcenas-14b-Phi-3-medium-ORPO - 模型通过ORPO方法提升对话能力
Barcenas-14b-Phi-3-medium-ORPOGithubHuggingfaceORPOVAGOsolutions对话能力开源项目数据集模型
该模型利用ORPO方法，基于VAGOsolutions/SauerkrautLM-Phi-3-medium，通过mlabonne/orpo-dpo-mix-40k数据集训练，旨在提高对话能力和语境理解。
ALMA-13B-Pretrain - 改进大型语言模型的翻译性能与偏好优化技术
ALMAGithubHuggingfaceLoRA微调对比偏好优化开源项目数据集机器翻译模型
ALMA基于新的翻译模型范式，初步在单语数据上进行精调，接着应用高质量的平行数据进行优化，从而显著提升大型语言模型的翻译效果。其最新版本ALMA-R采用了对比偏好优化（CPO），相较于传统监督精调，进一步提高了翻译的精度，可与GPT-4媲美。尤其是ALMA-13B-LoRA，通过过渡性精调和人类撰写的平行数据，确保了在专业翻译任务中的卓越表现。
SimPO - 无需参考模型的简化优化算法
ArmoRMDPOGemmaGithubSimPOUltraFeedback开源项目
SimPO是一个无需参考模型的简化偏好优化算法，表现优于AlpacaEval 2、MT-Bench和Arena-Hard等多个基准。2024年7月更新发布的SimPO模型通过微调Google的gemma-2 9B模型，达成了72.4% AlapcaEval 2 LC胜率和59.1% Arena-Hard胜率。更多详情、训练脚本和数据生成脚本请访问SimPO的GitHub仓库。
BPO - 优化大语言模型对齐的创新黑盒方法
BPOGithub大语言模型开源项目提示词优化无需训练模型对齐
Black-Box Prompt Optimization (BPO) 是一种新型大语言模型对齐技术，无需模型训练即可提升性能。项目通过创新方法缩小人类与AI模型间的差距，在Vicuna Eval评估中优于gpt-3.5-turbo和claude-2，并超越PPO和DPO方法。BPO提供完整的模型、数据集、演示和使用指南，为AI研究和开发提供全面支持。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号