teacher_train
收藏官方服务：
资源简介：
Reasoning Traces for SFT & DPO
适用于监督微调（Supervised Fine-Tuning，SFT）与直接偏好优化（Direct Preference Optimization，DPO）的推理轨迹
创建时间：
2026-01-12
社区交流群
科研交流群
商业服务
Reasoning Traces for SFT & DPO
适用于监督微调（Supervised Fine-Tuning，SFT）与直接偏好优化（Direct Preference Optimization，DPO）的推理轨迹