Skip to main content
Manusで任意のスキルを実行
ワンクリックで

unsloth-grpo

スター4
フォーク0
更新日2026年3月13日 06:21

Run GRPO reinforcement learning training on gym tasks. Use when the user wants to train a model with RL rewards from test suites, format checks, or hybrid scoring.

インストール

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。

SKILL.md
readonly