Preference Optimization
作者 wshobson46891e7e60da無授權條款40K 個星標收錄於 2026年10月8日更新於 2026年10月8日儲存庫3 天前更新
Align a fine-tuned model with preference data using DPO, ORPO, KTO, or SimPO. Use when preference pairs or thumbs-up/down feedback exist, when choosing between preference-optimization methods, or when a DPO run needs hyperparameters or debugging.
- 46891e7e60da目前提交 46891e7發布於 2026年10月8日
來源與署名
來源：wshobson/agents位於plugins/llm-finetuning/skills/preference-optimization提交46891e7
授權條款： 無授權條款
內容歸原作者所有。SourceWeft 從公開儲存庫中收錄這些內容。
更多來自 wshobson/agents 的技能
Uv Package Manager
wshobson
關於使用 uv Python 套件管理器管理相依性、虛擬環境與專案工作流程的參考指南。
Web Component Design
wshobson
指導在 React、Vue 和 Svelte 中建構可重複使用的 UI 元件，涵蓋組合模式、CSS-in-JS 選擇與元件 API 設計。
Python Type Safety
wshobson
指導 Python 型別註解、泛型、協定以及 mypy/pyright 嚴格型別檢查。
Visual Design Foundations
wshobson
指導排版、色彩、間距與圖示設計，協助建立一致且無障礙的視覺設計系統。
Responsive Design
wshobson
指導使用容器查詢、流體排版、CSS Grid 與斷點策略實作響應式網頁版面。
Python Resource Management
wshobson
指導 Python 開發者使用情境管理器、清理模式與串流處理來確定性地管理資源。
更多AI & Agents技能
Skill Development
anthropics
指導建立 Claude Code 外掛技能，涵蓋結構、描述、漸進式揭露與驗證。
Plugin Structure
anthropics
說明 Claude Code 外掛的結構、資訊清單與元件配置方式。
Command Development
anthropics
指導建立 Claude Code 斜線命令，涵蓋結構、YAML frontmatter、參數與外掛功能。
Claude Md Improver
anthropics
稽核儲存庫中的 CLAUDE.md 檔案、評估其品質，並在取得核准後套用針對性的改進。
Find Skills
vercel-labs
指導透過 npx skills 命令列工具探索、評估並安裝代理技能。
Plugin Creator
openai
為 Codex 建立外掛目錄，產生 .codex-plugin/plugin.json 清單與可選的外掛市集項目。