Skip to main content

qwopus27b-rl-training

Prepare, validate, launch-plan, monitor, resume, and stop configurable Qwopus 27B reinforcement-learning workflows for GRPO or GSPO. Use when Codex needs to turn an editable Goal template and user config into a safe local or SSH RL training plan without overstating dry-run results or relabeling SFT, GRPO, GSPO, or other algorithms.

インストールへ移動

ソース情報

リポジトリ
R6410418/Jackrong-llm-finetuning-guide
ソースの最終更新活動
2026年5月31日 15:34
検出された SKILL.md の言語
英語
スター
1,652
フォーク
265

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。