本文へスキップ

OLMo-2-1124-7B-DPO

DPO 学習を施した Apache 2.0 の対話モデル

公式サイトを見る

OLMo-2-1124-7B-DPO とは

本モデルは特定のデータセットで調整され、さらに DPO 学習を施された大規模言語モデルと説明され、対話・数学・テキスト生成を対象とする。

できること

  • つながりのある関連したテキストを生成する
  • 数学の問題や IFEval などの課題を扱う
  • 選んだデータセットで微調整する

導入の手順

  • pip で Transformers を導入する
  • Hugging Face のコード片からモデルを読み込む
  • 用意された対話テンプレートで会話を入力する

長所と短所

✓ 良い点

  • 対話・数学・テキスト生成を扱う
  • 既存の PyTorch の案件と組み合わせやすい

! 注意したい点

  • 利用は対話テンプレートを中心に進む
  • 性能の数値はモデルカードの記載による

よくある質問

許諾は?

資料は Apache 2.0 の許諾と説明。

必要なライブラリは?

手順は Transformers と対話テンプレートを挙げる。

最終評価日: 2026-11-15

その他 AIライティングアシスタント ツール

すべて見る →

評価方法