描述
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training
研究学习 / 检索整理
grpo-rl-training
grpo-rl-training
安装量 201GitHub Stars 8,475更新时间 2026年5月16日
安全审计
使用前的风险提示
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
uiworkflowgrpotrainingexpertguidanceforfinetuningtrlreasoningand