软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16567+ 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

搜索目标对齐，共找到 2 条记录

默认排序最新上传最多下载

GRPO强化学习微调

grpo-rl-training

Orchestra-Research/AI-Research-SKILLs

提供基于TRL的GRPO/RLHF训练实战经验，包含数据集预处理、奖励函数设计与结构化输出指导，适合需多目标对齐且缺乏偏好对的数据场景。

会话状态与目标漂移测量

ouroboros-status

这是一个强大的诊断工具，用于监控长流程、复杂的会话运行状态。它不仅能报告会话是否活跃、完成或失败，更重要的是，可以测量“目标漂移”，量化当前执行结果与初始设定的目标之间的偏差程度。根据漂移值，它提供状态评估和后续的调整建议，帮助用户确保流程始终与核心目标对齐。

1

语言