软件下载帮助文档新闻资讯

Skill UI

浏览并发现 15857+ 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 TRL ，共找到 5 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。

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。

快速Obsidian插件开发环境

obsidian-local-dev-loop

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的Obsidian插件快速开发流程。它涵盖了从环境搭建到功能测试的全部步骤，包括使用esbuild进行热重载、通过符号链接挂载插件、利用Chrome DevTools进行调试，以及使用vitest进行单元测试。适用于任何需要高效、快速迭代插件功能的开发者。

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。

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。

1

语言