Kỹ thuật training ưu tiên - DPO
Nâng cấp DPO từ RLHF
Thực hành lập trình DPO
1. Nội dung
1.1. Slide DPO
1.2. Đánh giá chất lượng mô hình
1.3. Thực hành
[Thực hành trên lớp] Instruction Fine tuning
https://colab.research.google.com/drive/11n54gz5rnaF9ZMjA-6FktHXFROvhyrmd#scrollTo=R1zsKO55Pl88
[Thực hành trên lớp] Sinh kết quả ưu tiên Tiếng Việt
https://colab.research.google.com/drive/1hOqehF7cDLDXN-6jwU8Mj2b3ML07j-u4#scrollTo=h-JyC3r8WZWq
[Thực hành trên lớp] DPO trên Tiếng Việt:
https://colab.research.google.com/drive/1G8jKgme1Flp9v0Vex6iH-xUhAn_vlU86?usp=sharing