Skip to main content
Ejecuta cualquier Skill en Manus
con un clic

trl

Estrellas0
Forks0
Actualizado27 de abril de 2026 a las 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.

Instalación

Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.

SKILL.md
readonly