Uni-DPO
收藏魔搭社区2026-05-16 更新2026-05-17 收录
下载链接：
https://modelscope.cn/datasets/pspdada/Uni-DPO
下载链接
链接失效反馈官方服务：
资源简介：
Uni-DPO 提出一种统一的动态偏好优化范式，用于基于偏好数据训练大语言模型。不同于以往将所有偏好样本等同处理的 DPO 方法，Uni-DPO 同时考虑：偏好数据自身质量与模型学习动态，从而实现更有效、更稳健的偏好学习。
提供机构：
maas
创建时间：
2026-02-12
