待验证50% 置信事实精确时间
Mistral、Zephyr等多个开源模型采用DPO作为对齐方案
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
不到350元训练亿参数模型:SmoLLM从零构建全记录
redditr/learnmachinelearning2026/7/12
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/502361API
curl https://kongchang.com/api/v1/knowledge/claims/502361MCP
get_claim(id=502361)