Skip to main content

burtenshaw/training-agents

SkillsMP ha recopilado 6 skills de burtenshaw/training-agents. Abre una skill para revisar su origen y sus detalles.

Última actividad de origen registrada
Catálogo de SkillsMP actualizado
skills recopiladas
6
Estrellas en GitHub
95
Forks en GitHub
17

Skills en este repositorio

1 categorías ocupacionales · 100% clasificado

Mostrando 6 de 6 skills recopiladas.

ocupación
Desarrolladores de software
descripción

Use when designing or reviewing self-distillation workflows for agentic models, including trace collection, teacher or judge feedback, rejection sampling, critique, conversion to SFT or preference data, iterative TRL training loops, and safeguards against…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Use when working with Hugging Face CLI or Hub workflows for TRL training, including auth, repositories, uploads, downloads, Jobs, buckets, model persistence, dataset checks, Space links, and remote artifact movement.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Use when designing, reviewing, or implementing OpenEnv-style environment interfaces for agentic RL with TRL, including reset/step/state contracts, tasksets, Docker or HTTP/WebSocket serving, MCP compatibility, reward separation, and GRPO environment rollouts.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Use when instrumenting or inspecting TRL training runs with Trackio, run names, metric schemas, dashboards, logs, grep or ripgrep, SFTP, Hugging Face Job logs, remote artifacts, or experiment result summaries.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Use when building, reviewing, or editing TRL post-training workflows for agentic applications, including SFT, DPO, GRPO, RLOO, reward modeling, dataset formats, chat templates, assistant/completion-only losses, tool-calling data, reward functions, and…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Use when designing, implementing, reviewing, or debugging supervised fine-tuning with TRL SFTTrainer or `trl sft`, especially for agentic models trained on chat messages, prompt/completion data, tool-calling examples, assistant-only loss, completion-only…

Idioma del texto original: inglés

actualizado
Mostrando 6 de 6 skills recopiladas.