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.

Aller à l'installation

Informations de source

Dépôt
majiayu000/claude-skill-registry
Dernière activité de la source
23 juin 2026 à 12:15
Langue détectée de SKILL.md
anglais
Étoiles
543
Forks
85

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.