SimPO - 단순 선호도 최적화

LLM 정렬을 위한 단순 기본 설정 최적화. 더 나은 성능을 갖춘 DPO에 대한 참조 없는 대안입니다(AlpacaEval 2.0에서 +6.4포인트). 참조 모델이 필요하지 않으며 DPO보다 효율적입니다. DPO/PPO보다 더 간단하고 빠른 교육을 원하는 경우 기본 설정 정렬에 사용합니다.