什麼是 simpo-training？
LLM 對齊的簡單偏好優化。 DPO 的无参考替代方案，具有更好的性能（在 AlpacaEval 2.0 上+6.4 分）。無需參考模型，比DPO更有效率。当需要比 DPO/PPO 更简单、更快的培训时，可用于偏好调整。 來源：ovachiever/droid-tings。
·simpo-training
</>
simpo-training
✓LLM 對齊的簡單偏好優化。 DPO 的无参考替代方案，具有更好的性能（在 AlpacaEval 2.0 上+6.4 分）。無需參考模型，比DPO更有效率。当需要比 DPO/PPO 更简单、更快的培训时，可用于偏好调整。
如何安裝 simpo-training
透過命令列快速安裝 simpo-training AI 技能到你的開發環境
- 開啟終端機: 開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等）
- 執行安裝指令: 複製並執行以下指令：npx skills add https://github.com/ovachiever/droid-tings --skill simpo-training
- 驗證安裝: 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
來源：ovachiever/droid-tings。
SKILL.md
查看原文SimPO is a reference-free preference optimization method that outperforms DPO without needing a reference model.
Loss functions: See references/loss-functions.md for sigmoid vs hinge loss, mathematical formulations, and when to use each.
Hyperparameter tuning: See references/hyperparameters.md for beta, gamma, learning rate selection guide, and model-size-specific recommendations.
LLM 對齊的簡單偏好優化。 DPO 的无参考替代方案，具有更好的性能（在 AlpacaEval 2.0 上+6.4 分）。無需參考模型，比DPO更有效率。当需要比 DPO/PPO 更简单、更快的培训时，可用于偏好调整。 來源：ovachiever/droid-tings。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/ovachiever/droid-tings --skill simpo-training- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-03-03
- 更新時間
- 2026-03-10
快速解答
如何安裝 simpo-training？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/ovachiever/droid-tings --skill simpo-training 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
這個 Skill 的原始碼在哪？
https://github.com/ovachiever/droid-tings
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-03-03