unsloth-grpo
Implementation of Group Relative Policy Optimization (GRPO) for training reasoning models, optimized for 8x memory savings (triggers: GRPO, reasoning, DeepSeek-R1, reinforcement learning, RLVR, GRPOTrainer, thinking tokens).
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.