Skip to main content

fine-tuning-with-trl

Fine-tune LLMs using reinforcement learning with TRL - SFT for instruction tuning, DPO for preference alignment, PPO/GRPO for reward optimization, and reward model training. Use when need RLHF, align model with preferences, or train from human feedback. Works with HuggingFace Transformers.

Ir para a instalação

Informações da origem

Repositório
davila7/claude-code-templates
Última atividade na origem
8 de janeiro de 2026 às 14:24
Idioma detectado do SKILL.md
inglês
Estrelas
30.229
Forks
3.394

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.