GitHub · 灵魂体仓库·· 7 天前AI 评分43
GitHub 开源 conversational-llm-finetuning-sft-dpo-lora：CPU 上跑通 SFT + DPO + LoRA 微调全流程
manuelbomi/conversational-llm-finetuning-sft-dpo-lora
来源与原文
GitHub · 灵魂体仓库
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/manuelbomi/conversational-llm-finetuning-sft-dpo-lora
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
GitHub 开源了一个端到端微调流水线，把基础 instruct 模型训练成对话信号分类器与合规回应建议器，覆盖合成数据生成、SFT、DPO、评估和 LoRA 合并导出。默认使用 sshleifer/tiny-gpt2（约 5MB），整个流程可在 CPU 上数分钟内跑完，也可传入 HuggingFaceTB/SmolLM2-135M-Instruct 等小模型运行。
来源：GitHub · 灵魂体仓库 · github.com