Skip to main content
Execute qualquer Skill no Manus
com um clique

trl

Estrelas0
Forks0
Atualizado27 de abril de 2026 às 08:14

TRL (Transformer Reinforcement Learning) for SFT, RLHF, DPO training. Use for supervised fine-tuning, reward modeling, RLHF (PPO), and Direct Preference Optimization (DPO). Best for training instruction-following LLMs. For model loading use transformers; for efficient fine-tuning use peft; for quantization use bitsandbytes.

Instalação

Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.

SKILL.md
readonly