# 直接偏好優化

InternVideo2.5是一款基於長且豐富上下文(LRC)建模增強的視頻多模態大語言模型，構建於InternVL2.5之上，通過提升感知細粒度細節和捕捉長時序結構的能力，顯著改進了現有MLLM模型。

SimPO是一種無需參考獎勵模型的偏好優化方法，簡化了偏好對齊流程。

SambaLingo-阿拉伯語-聊天-70B 是一款支持阿拉伯語和英語的人類對齊對話模型，基於 Llama-2-70b 適配訓練而成。

SambaLingo-土耳其語-聊天模型是一款支持土耳其語和英語的對齊人類偏好的聊天模型，基於Llama-2-7b進行土耳其語適配和直接偏好優化訓練而成。

基於俄語和英語訓練的人類對齊對話模型，採用直接偏好優化方法訓練而成，支持俄英雙語對話。