DPO

Soup CLI

Soup CLIは、4GBのノートPC GPUでLlama-3.1-8Bのファインチューニングができるツール。DPOやORPOなどの学習手法に対応し、ストリーミング推論やVRAM効率の最適化、複数バックエンド対応も特徴。ローカル環境で気軽にモデル調整したい人におすすめ。