agent handbook
1.0.0
？素晴らしいAIエージェント
私は常にオープンソースを信じており、仕事や勉強中にエージェントにとって貴重で興味深いと思うすべての知識ポイントを共有し、それらを定期的にブログに書き、すべての人と話し合い、学び、一緒に進歩しています。
また、このブログを継続的に改善し、実際のエージェントハンドブックにするためにPRを提供することを歓迎します。
NG氏によるこのスピーチを読むために、エージェントワークフローを始めてください。
ORPOは非常に革新的な方法を提案します。モデルアライメント段階とSFT段階を融合して、モデルトレーニング方法を改善します。
SFT段階では、アラインされたデータがトレーニングに直接追加され、SFT段階でモデルアライメント機能が実現されます。
解决的问题：このペーパーは、データセットに従って高品質の命令を作成する方法を提供する能力を向上させることを目的としています。
この論文では、応答コンテンツが正しいかどうかを検出する関数を生成し、それによりデータ品質が向上します。
このペーパーの方法はそれほど革新的ではありませんが、ある程度まで、データ品質の重要性を示しています。
