灵感菇

AI 技能的自然生态,你的一句话,蔓延出无限连接。

返回搜索

研究学习 / 检索整理

fine-tuning-with-trl

fine-tuning-with-trl

安装量 199GitHub Stars 8,475更新时间 2026年5月16日

描述

Fine-tune LLMs using reinforcement learning with TRL - SFT for instruction tuning, DPO for preference alignment, PPO/GRPO for reward optimization, and reward…

安全审计

使用前的风险提示

未审计

规则审计

未审计
更新 1年1月1日

智能审计

未审计
更新 1年1月1日
uillmfinetuningtrltunellmsusingreinforcementlearningsftfor