simpo-training
von firecrawl
Einfache Präferenzoptimierung für die Ausrichtung von LLMs. Referenzfreie Alternative zu DPO mit besserer Leistung (+6,4 Punkte auf AlpacaEval 2.0). Kein Referenzmodell…
npx skills add https://github.com/firecrawl/ai-research-skills --skill simpo-training