メニュー
Setup and installation of TRL (Transformer Reinforcement Learning) library with compatible torch/transformers versions. Use when setting up preference optimization training environments.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/cxcscmu/SkillLearnBench --skill trl-setupコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| name | trl-setup |
| description | Setup and installation of TRL (Transformer Reinforcement Learning) library with compatible torch/transformers versions. Use when setting up preference optimization training environments. |
pip install torch transformers trl accelerate peft datasets --break-system-packages
trl.trainer.utils: DPODataCollatorWithPadding, pad_to_length, etc.trl_sanitze_kwargs_for_tagging vs trl_sanitize_kwargs_for_tagging)--break-system-packages flagtrl_sanitze_kwargs_for_tagging not found → check trl version, may be renamed or removedCPOTrainer → upgrade trl: pip install --upgrade trlcd /root/SimPO && python -m pytest unit_test/unit_test_1.py -v
# or
cd /root/SimPO && python unit_test/unit_test_1.py
DPODataCollatorWithPadding: handles padding for preference pairspad_to_length: pads tensor to specified lengthdisable_dropout_in_model: disables dropout during eval