# DPOアライメント最適化

LLaMAntino-3-ANITAはMeta Llama 3をベースに構築された多言語（英語+イタリア語）大規模言語モデルで、イタリア語NLPタスクに最適化されています。

Tango 2はTangoを改良したテキストからオーディオを生成するモデルで、DPOアライメントトレーニングによりオーディオ生成品質を最適化

ベビーアルパカは11億パラメータの軽量Llamaモデルで、3兆トークンのデータで事前学習され、対話微調整とアライメント最適化を経ており、リソース制約のあるシナリオに適しています。

小さなラマは11億パラメータのLlamaモデルで、3兆トークンの事前学習を経ており、計算リソースやメモリが制限された環境に適しています。