huggingface / alignment-handbookGitHub提供持续预训练与语言模型偏好对齐(SFT、DPO、ORPO)的训练脚本和配方。AI 与机器学习#llm#rlhf#dpo#fine-tuning#transformers5699496PythonApache-2.0更新于 29天前