Skip to main content

burtenshaw/training-agents

O SkillsMP coletou 6 skills de burtenshaw/training-agents. Abra uma skill para revisar a origem e os detalhes.

Última atividade de origem registrada
Catálogo do SkillsMP atualizado
skills coletadas
6
Estrelas no GitHub
95
Forks no GitHub
17

Skills neste repositório

1 categorias ocupacionais · 100% classificado

Mostrando 6 de 6 skills coletadas.

ocupação
Desenvolvedores de software
descrição

Use when designing or reviewing self-distillation workflows for agentic models, including trace collection, teacher or judge feedback, rejection sampling, critique, conversion to SFT or preference data, iterative TRL training loops, and safeguards against…

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Use when working with Hugging Face CLI or Hub workflows for TRL training, including auth, repositories, uploads, downloads, Jobs, buckets, model persistence, dataset checks, Space links, and remote artifact movement.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Use when designing, reviewing, or implementing OpenEnv-style environment interfaces for agentic RL with TRL, including reset/step/state contracts, tasksets, Docker or HTTP/WebSocket serving, MCP compatibility, reward separation, and GRPO environment rollouts.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Use when instrumenting or inspecting TRL training runs with Trackio, run names, metric schemas, dashboards, logs, grep or ripgrep, SFTP, Hugging Face Job logs, remote artifacts, or experiment result summaries.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Use when building, reviewing, or editing TRL post-training workflows for agentic applications, including SFT, DPO, GRPO, RLOO, reward modeling, dataset formats, chat templates, assistant/completion-only losses, tool-calling data, reward functions, and…

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Use when designing, implementing, reviewing, or debugging supervised fine-tuning with TRL SFTTrainer or `trl sft`, especially for agentic models trained on chat messages, prompt/completion data, tool-calling examples, assistant-only loss, completion-only…

Idioma do texto original: inglês

atualizado
Mostrando 6 de 6 skills coletadas.