將asadfgglie/banban-vision-8b-v1.2-zh對asadfgglie/BanBan_2024-10-17-DPO再次DPO訓練後的版本
目前已知問題是中文能力會直接消失
英文能力反而有靠向這個資料集想要的偏好方向
推測是epoch=4導致的訓練過擬合
我原本想說eval loss與train loss都穩步下降的說
結果我等了10小時卻給我這個
哭阿
Chat template
Files info
Base model