Skip to main content

grpo

Group Relative Policy Optimization for reinforcement learning from human feedback. Covers GRPOTrainer, reward function design, policy optimization, and KL divergence constraints for stable RLHF training. Includes thinking-aware reward patterns.

الانتقال إلى التثبيت

معلومات المصدر

المستودع
majiayu000/claude-skill-registry
آخر نشاط في المصدر
٢٣ يونيو ٢٠٢٦ في ١٢:١٥
لغة SKILL.md المكتشفة
الإنجليزية
النجوم
٥٤٣
التفرعات
٨٥

خيارات التثبيت

يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.

مراجعة ملفات المصدر

اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.