#DPO

LLaMA Factory 微调工具链实战：从数据准备到 LoRA 合并的全流程

LLaMA Factory 把大模型微调的很多 trick 工程化了。本文按一个完整项目的节奏讲：数据、SFT、LoRA、DPO、合并、评估和常见坑。