preference-optimization · AI Skill 用途与安装 · iSkills.cc
用 DPO、ORPO 等偏好优化方法微调语言模型。
分类：AI 与 Agent
来源仓库：wshobson/agents
适合用来做什么
- 使用 DPO 方法将模型与偏好数据对齐。
- 选择适合的偏好优化方法并进行超参数调试。
不适合的情况
- 不适合与“AI 与 Agent”无关的任务。
安装 preference-optimization
npx skills add https://www.iskills.cc/skills/wshobson/agents/preference-optimization/SKILL.md在本机终端执行安装命令。安装前请阅读原始说明，确认所需工具、账号和权限。