Trl Training
作者 huggingfaceabc20ae526d8Apache-2.011K 个星标收录于 2026年10月8日更新于 2026年10月8日仓库今天更新
Train and fine-tune transformer language models using TRL (Transformers Reinforcement Learning). Supports SFT, DPO, GRPO, KTO, RLOO and Reward Model training via CLI commands.
- abc20ae526d8当前提交 abc20ae发布于 2026年10月8日
来源与署名
来源：huggingface/skills位于skills/trl-training提交abc20ae
许可证： Apache-2.0
内容归原作者所有。SourceWeft 从公开仓库中收录这些内容。
更多来自 huggingface/skills 的技能
Huggingface Zerogpu
huggingface
为在 Hugging Face Spaces ZeroGPU 硬件上运行的 Gradio 应用提供编写与审查指导。
Huggingface Trackio
huggingface
指导使用 Trackio 实验跟踪库记录、告警和检索机器学习训练指标。
Huggingface Papers
huggingface
以 Markdown 获取 Hugging Face 论文页面，并调用论文 API 获取元数据、关联链接、搜索和每日论文。
Huggingface Local Models
huggingface
指导在本地用 llama.cpp 选择并运行 GGUF 模型，涵盖 Hub 搜索、量化选择与本地服务。
Huggingface Gradio
huggingface
用于在 Python 中构建 Gradio 网页界面和机器学习演示的参考指南，涵盖组件、布局、事件和聊天机器人。
Huggingface Datasets
huggingface
指导使用 Hugging Face Dataset Viewer API 进行只读的数据集浏览、搜索、筛选与行数据获取。
更多AI & Agents技能
Skill Development
anthropics
指导创建 Claude Code 插件技能，涵盖结构、描述、渐进式披露与验证。
Plugin Structure
anthropics
指导 Claude Code 插件的结构、清单与组件布局。
Command Development
anthropics
指导创建 Claude Code 斜杠命令，涵盖结构、YAML frontmatter、参数与插件功能。
Claude Md Improver
anthropics
审查仓库中的 CLAUDE.md 文件，评估其质量，并在获得批准后应用有针对性的改进。
Smb Onboard
anthropics
引导小微企业主完成首次设置：连接工具、运行一次体现价值的配方、记录业务背景并设定每周检查节奏。
Smb Router
anthropics
将小企业主的需求转接到合适的插件技能或命令，并说明可用功能。