下载

Skill UI

浏览并发现 5096+ 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 SFT ，共找到 3 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。

Torchforge 强化学习训练指南

torchforge-rl-training

Orchestra-Research/AI-Research-SKILLs

Torchforge RL Training 介绍了 Meta 的 PyTorch 原生强化学习框架 torchforge，强调算法与基础设施的隔离，便于用 GRPO/SFT 等损失做实验，并借助 Monarch、TorchTitan 和 vLLM 进行多卡大规模训练，同时提供配置与监控要点。

Hugging Face TRL 模型训练

hugging-face-model-trainer

sickn33/antigravity-awesome-skills

在 Hugging Face Jobs 上使用 TRL（SFT/DPO/GRPO/奖励建模）训练或微调语言模型，提交脚本到 hf_jobs 并通过 Trackio 实时监控，支持 GGUF 导出及云 GPU 自动管理。

1

语言