返回工具目錄

Resource detail

直接偏好最佳化 DPO

Direct Preference Optimization

免奖励模型的偏好對齊訓練方法。

全球免費

前往官網更多類似資源

一起维护资源信息

资源负责人可以认领条目，任何人都可以报告事实错误或申请下架。

選型速覽

paper-dpo

價格模式

免費

存取方式

免登入

支援平台

网页

支援中文

否

最近驗證

未核實

熱門指數

73/100

定價證據

未核實

驗證與來源

未核實

未核實

未核實

標籤

論文對齊訓練

適用對象

研究者

更新資訊

更新時間：2026-09-03

熱門指數：73/100

典型用途

對齊訓練方法對比

引用卡片

直接偏好最佳化 DPO

免奖励模型的偏好對齊訓練方法。

AI X Tool · https://aixtool.xyz/resources/paper-dpo

變更紀錄

目錄更新時間

2026-09-03

最近核驗

未核實

待複核說明

未核實

相關資源

按相近用途整理

OpenAI API 文件

OpenAI 官方模型、API 與最佳實踐文件。

全球免費文件+2

更新時間：2026-07-09

Anthropic 開發者文件

Claude API、提示詞工程與 Agent 開發官方指南。

全球免費文件+2

更新時間：2026-07-09

Prompt Engineering Guide

系統學習提示詞工程、RAG 和 Agent 技巧。

全球免費開源+3

更新時間：2026-07-09

DeepLearning.AI

吴恩達團隊的 AI 課程平台，短課覆蓋前沿工程實踐。

全球免費增值課程+2

更新時間：2026-07-09

Hugging Face Learn

Hugging Face 官方免費課程：NLP、Agent、擴散模型等。

全球免費開源+2

更新時間：2026-07-09

Neural Networks: Zero to Hero

Karpathy 從零手寫神經網络到 GPT 的影片課程。

全球免費影片+2

更新時間：2026-07-09