# DPOファインチューニング最適化

Llama-3-8bベースのファインチューニングモデルで、Gutenberg DPOデータセットを使用して最適化されており、テキスト生成タスクに適しています。

Excalibur-7b-DPOはExcalibur-7bベースモデルを直接選好最適化(DPO)でファインチューニングした大規模言語モデルで、対話品質と視覚アプリケーションシーンのパフォーマンス向上に焦点を当てています。

NeuralBeagle14-7BはBeagle14-7Bモデルを基に、DPO手法でファインチューニングされた7Bパラメータの大規模言語モデルで、7Bパラメータクラスで優れた性能を発揮します。

TinyMistral-248M-ChatはTinyMistral-248Mをファインチューニングした対話モデルで、マルチターン対話をサポートし、様々な対話シナリオに適しています。

TinyMistral-248M-ChatはTinyMistral-248Mをベースにしたチャットモデルで、複数のデータセットでトレーニングされ最適化されており、様々な対話タスクに適しています。