Trl Training
作者 huggingfaceabc20ae526d8Apache-2.011K 個星標收錄於 2026年10月8日更新於 2026年10月8日儲存庫今天更新
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目前提交 abc20ae發布於 2026年10月8日
來源與署名
來源：huggingface/skills位於skills/trl-training提交abc20ae
授權條款： Apache-2.0
內容歸原作者所有。SourceWeft 從公開儲存庫中收錄這些內容。
更多來自 huggingface/skills 的技能
Huggingface Zerogpu
huggingface
為在 Hugging Face Spaces ZeroGPU 硬體上執行的 Gradio 應用提供撰寫與審查指引。
Huggingface Trackio
huggingface
指導使用 Trackio 實驗追蹤函式庫記錄、告警與擷取機器學習訓練指標。
Huggingface Papers
huggingface
以 Markdown 取得 Hugging Face 論文頁面，並呼叫論文 API 取得中繼資料、關聯連結、搜尋與每日論文。
Huggingface Local Models
huggingface
指導在本機以 llama.cpp 挑選並執行 GGUF 模型，涵蓋 Hub 搜尋、量化選擇與本機服務。
Huggingface Gradio
huggingface
用於在 Python 中打造 Gradio 網頁介面與機器學習展示的參考指南，涵蓋元件、版面、事件與聊天機器人。
Huggingface Datasets
huggingface
指導使用 Hugging Face Dataset Viewer API 進行唯讀的資料集瀏覽、搜尋、篩選與資料列取得。
更多AI & Agents技能
Skill Development
anthropics
指導建立 Claude Code 外掛技能，涵蓋結構、描述、漸進式揭露與驗證。
Plugin Structure
anthropics
說明 Claude Code 外掛的結構、資訊清單與元件配置方式。
Command Development
anthropics
指導建立 Claude Code 斜線命令，涵蓋結構、YAML frontmatter、參數與外掛功能。
Claude Md Improver
anthropics
稽核儲存庫中的 CLAUDE.md 檔案、評估其品質，並在取得核准後套用針對性的改進。
Find Skills
vercel-labs
指導透過 npx skills 命令列工具探索、評估並安裝代理技能。
Plugin Creator
openai
為 Codex 建立外掛目錄，產生 .codex-plugin/plugin.json 清單與可選的外掛市集項目。