人工智能知识库

标签: DPO/RLHF

此标签下有1条笔记。

  • 2026年4月18日

    LLaMA Factory完整指南

    • LLaMA-Factory
    • 微调框架
    • WebUI
    • 命令行
    • 多模态
    • 分布式训练
    • 数据集配置
    • 高效微调
    • PEFT
    • DPO/RLHF

Created with Quartz v4.5.2 © 2026

  • GitHub