软件下载帮助文档新闻资讯

Skill UI

浏览并发现 19721+ 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 8 条记录

默认排序最新上传最多下载

TRL RLHF 训练管线

fine-tuning-with-trl

Orchestra-Research/AI-Research-SKILLs

使用 TRL 提供的 SFT、DPO、PPO/GRPO 和奖励模型训练流程，对 HuggingFace 模型进行 RLHF 调整，使其符合偏好与人类反馈。

Hugging Face云端大型语言模型训练

hugging-face-model-trainer

sickn33/antigravity-awesome-skills

本技能指导用户利用Hugging Face的云基础设施，进行大型语言模型和视觉模型的专业微调与训练。支持使用TRL（SFT, DPO等）或Unsloth等前沿方法，无需本地GPU环境即可在云端完成复杂的训练任务，并支持将模型转换为GGUF格式进行本地部署。

VSCode静态网站部署与配置

vscode-sftp-config

libukai/awesome-agent-skills

本技能提供了一套完整的流程，用于将本地开发的静态网站（包括Vue、React、Angular等）部署到生产服务器。它涵盖了使用VSCode SFTP配置安全的连接，生成包含安全头、缓存策略和HTTPS重定向的生产级Nginx配置，并提供了一份详细的部署清单，确保了从开发到上线的平稳过渡。

使用TRL训练和微调大型语言模型

sickn33/antigravity-awesome-skills

使用此技能，您可以使用TRL库对基础大型语言模型进行高级训练和微调。它支持包括SFT、DPO、GRPO等在内的多种前沿模型对齐和优化技术。适用于需要根据特定任务需求，利用偏好数据和奖励模型定制化模型的场景。

Hugging Face 模型微调训练

hugging-face-model-trainer

sickn33/agentic-awesome-skills

使用 Hugging Face Jobs 基础设施训练或微调语言及视觉模型。支持 SFT、DPO、GRPO 等训练方法，并提供 GGUF 转换以支持本地部署。需 Pro 账户及 HF_TOKEN 保存至 Hub，适用于云端 GPU 训练，无需本地环境。

TRL 模型微调训练

sickn33/agentic-awesome-skills

使用 Hugging Face TRL 库通过命令行训练与微调 Transformer 语言模型，支持 SFT、DPO、GRPO、RLOO、KTO 及奖励模型训练，并可用 LoRA、YAML 配置和 Accelerate 多卡分布式训练。

训练数据准备与验证

dataset-curation

wshobson/agents

本技能用于准备、格式化并验证用于监督微调及偏好训练的数据集。涵盖 SFT、DPO 等格式选择、聊天模板应用、序列打包优化及合成数据规则。在训练启动前通过创建数据集卡片和验证损失掩码确保数据质量。

微调方法选择

finetuning-method-selection

wshobson/agents

用于判断是否需要微调，并在 SFT、DPO/ORPO/KTO、GRPO/RLVR、继续预训练之间选择合适方法及基座模型规模，避免不必要的训练。

1

语言