Hugging Face Blog·· 2024-07-10AI 评分55
Hugging Face 教程：用 TRL 和 DPO 微调视觉语言模型减少幻觉
Preference Optimization for Vision Language Models
AI 导读
Hugging Face 官方博客宣布 TRL 库现已支持对视觉语言模型（VLM）进行直接偏好优化（DPO），并给出完整教程。
来源：Hugging Face Blog · huggingface.co
Hugging Face 教程：用 TRL 和 DPO 微调视觉语言模型减少幻觉