Skip to main content

fine-tuning-with-trl

TRL: SFT, DPO, GRPO, RLOO reward modeling for LLM RLHF.

インストールへ移動

ソース情報

リポジトリ
lukemcqueen/hermes-cortex
ソースの最終更新活動
2026年8月1日 18:57
検出された SKILL.md の言語
英語
スター
4
フォーク
1

インストール方法

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。

ソースファイルを確認

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。