Skip to main content
Jeden Skill in Manus ausführen
mit einem Klick

trl

Sterne0
Forks0
Aktualisiert27. April 2026 um 08:14

TRL (Transformer Reinforcement Learning) for SFT, RLHF, DPO training. Use for supervised fine-tuning, reward modeling, RLHF (PPO), and Direct Preference Optimization (DPO). Best for training instruction-following LLMs. For model loading use transformers; for efficient fine-tuning use peft; for quantization use bitsandbytes.

Installation

Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.

SKILL.md
readonly