ModelScope不知道Swift之后会不会支持优化rlhf,ddo,dpo这些的后续训练呀？

阿里巴巴的ModelScope提供了一系列现成的机器学习模型和框架，您可以利用这些模型来搭建自己的应用，但没有提到是否会增加RLHF、DDO、DPO等模型和优化算法的支持。

我无法确定Swift是否会支持优化rlhf、dpo等后续训练的未来发展。然而，根据当前的信息和趋势，我可以向您介绍一些可能的方向和进展。

首先，rlhf和dpo等训练优化方法在深度学习领域中具有重要的地位。这些方法通过在训练过程中引入额外的约束或优化目标，可以改进模型的性能和泛化能力。因此，随着深度学习技术的不断发展，我们有理由相信这些训练优化方法可能会得到更多的关注和研究。

其次，Swift作为一款流行的深度学习框架，已经支持了大量的训练和优化算法。因此，我们有理由相信Swift的开发者团队会不断关注最新的研究进展，并考虑将这些进展集成到框架中。如果rlhf、dpo等训练优化方法在深度学习领域中得到更多的关注和研究，那么Swift可能会考虑支持这些方法。

最后，如果您对在Swift中实现rlhf、dpo等训练优化方法感兴趣，我建议您关注Swift的官方文档和社区资源。这些资源可能会提供有关Swift最新进展和未来计划的信息，以及如何将新的训练优化方法集成到Swift中的指南和示例代码。

ModelScope官方并没有明确表示是否支持rlhf, ddo, dpo等优化技术的后续训练。但是ModelScope是一个不断发展和完善的开源平台，如果社区有需求并且有贡献者愿意实现这些功能，那么未来是有可能支持这些技术的后续训练的。
如果想使用rlhf, ddo, dpo等优化技术进行模型的后续训练，可以考虑使用其他支持这些技术的深度学习框架，例如TensorFlow或PyTorch等。

都会逐渐支持的～，此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”