7Bx4_DPO

Go to file

ModelHub XC 74a2624884 初始化项目，由ModelHub XC社区提供模型

Model: yunconglong/7Bx4_DPO
Source: Original Platform

2026-09-02 17:05:17 +08:00

.gitattributes

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

config.json

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

generation_config.json

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00001-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00002-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00003-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00004-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00005-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00006-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00007-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00008-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00009-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model-00010-of-00010.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

model.safetensors.index.json

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

README.md

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

special_tokens_map.json

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

tokenizer_config.json

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

tokenizer.json

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

tokenizer.model

初始化项目，由ModelHub XC社区提供模型

2026-09-02 17:05:17 +08:00

README.md

license

license
mit

DPO Trainer with jondurbin/truthy-dpo-v0.1

DPO Trainer TRL supports the DPO Trainer for training language models from preference data, as described in the paper Direct Preference Optimization: Your Language Model is Secretly a Reward Model by Rafailov et al., 2023.

"num_experts_per_tok": 4