home/categories/computational-chemistry/cuba6112-skillfactory-skills-unsloth-orpo-skill-md
computational-chemistryresearch

unsloth-orpo

One-step preference alignment using Odds Ratio Preference Optimization (ORPO) (triggers: ORPO, preference optimization, alignment, ORPOTrainer, log_odds_ratio, binary preference).

cuba6112
maintainer
cuba6112
اپ ڈیٹ ہوا 12/26/2025
اسٹارز
0
فورکس
0
quick start

Installation and usage

One-step preference alignment using Odds Ratio Preference Optimization (ORPO) (triggers: ORPO, preference optimization, alignment, ORPOTrainer, log_odds_ratio, binary preference).

انسٹالیشن
$ install --globalskills.sh
استعمال

انسٹال کرنے کے بعد، آپ یہ اسکل ٹرمینل میں درج ذیل کمانڈ چلا کر استعمال کر سکتے ہیں:

skills use unsloth-orpo