职业分类
数据科学家
描述
Post-train LLMs with TRL (Transformers Reinforcement Learning) — SFT, DPO, GRPO, KTO, and reward-model training. Use when writing or debugging training code with the TRL Python API or the trl CLI.
原文语言：英语
更新
huggingface/trl
SkillsMP 已收集 huggingface/trl 中的 1 个 Skill。打开任一 Skill 可查看来源和详情。
- 最近记录的来源活动
- SkillsMP 收录数据更新
- 已收集 skills
- 1
- GitHub 星标
- 19,180
- GitHub Forks
- 2,943
这个仓库中的 skills
1 个职业分类 · 已分类 100%
已展示 1 / 1 个已收集 Skill。
skill
职业分类
描述
更新
已展示 1 / 1 个已收集 Skill。