GitHub · 去对齐工具与仓库·· 20 天前AI 评分36
alexchandy13/multicultural-llm-probe：用 CULNIG 扩展拆解 LLM 文化规范漂移中 SFT 与 DPO 的影响
alexchandy13/multicultural-llm-probe
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/alexchandy13/multicultural-llm-probe
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该仓库基于 Llama 3.2 3B 设置四种条件（base、SFT、DPO、SFT+DPO），用 CULNIG 的 values-based 扩展拆解 SFT 与 DPO 对文化规范漂移的影响。SFT 在 Alpaca 52K 数据上训练 3 个 epoch，DPO 在 HH-RLHF 30K 子样本上训练 2 个 epoch，评测使用 NormAd。项目在 UMIACS Nexus 的 RTX A5000（24GB）上以 QLoRA 4-bit 运行，四个 LoRA adapter 总计不到 1 GB。
来源：GitHub · 去对齐工具与仓库 · github.com