下载

Skill UI

浏览并发现 5998+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 GRPO ，共找到 2 条记录

默认排序最新上传最多下载

TRL 强化学习微调套件

fine-tuning-with-trl

Orchestra-Research/AI-Research-SKILLs

提供基于 TRL 的强化学习微调流程，涵盖 SFT、奖励模型、PPO、DPO 与 GRPO，帮助团队用 HuggingFace 模型对齐人类偏好，支持流水线与命令行工具。

Hugging Face TRL 训练

hugging-face-model-trainer

sickn33/antigravity-awesome-skills

在 Hugging Face Jobs 上通过 TRL（SFT、DPO、GRPO、Reward Modeling）在云端 GPU 上完成语言模型训练，并借助 Trackio 实时监控、自动推送到 Hugging Face Hub，免除本地设备依赖。

1

语言