SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 11-04 00:13

智能体与模型

25,585 个结果

trl-training

TRL(Transformers Reinforcement Learning)是用于对大语言模型进行后训练的工具库,支持 SFT、DPO、GRPO、KTO、蒸馏以及奖励模型训练等方法。每种方法都对应一个 Trainer 类和一个 Config 数据类,Config 继承自 transformers.TrainingArguments,因此其参数在所有训练器配置中通用。该技能适用于编写或调试训练代码的场景,涵盖数据集格式、SFT 关键字段、GRPO 在线强化学习、奖励函数编写、vLLM 加速以及命令行用法等内容。

智能体与模型12 次安装