TRL
作者： huggingface
Train transformer language models with reinforcement learning: SFT, DPO, PPO, and GRPO.
スター
19,688
フォーク
3,124
言語
Python
カテゴリ
Training & Fine-tuning
コードを取得
# リポジトリをクローンgit clone https://github.com/huggingface/trl
よくある質問
TRL とは何ですか？
Train transformer language models with reinforcement learning: SFT, DPO, PPO, and GRPO.
TRL は安全に使えますか？
TRL は huggingface による GitHub 上のオープンソースプロジェクトです。本番利用前にソースコードとライセンスを確認してください。
TRL の始め方は？
git clone https://github.com/huggingface/trl
TRL はどの言語で書かれていますか？
openSource.faqWhatLanguageAnswer
関連プロジェクト
Unsloth
unslothaiFine-tune and run LLMs and diffusion models 2x faster with far less memory.
79.2k7.4k
LLaMA-Factory
hiyougaUnified efficient fine-tuning of 100+ LLMs and VLMs with a no-code web UI.
75.9k9.4k
DeepSpeed
microsoftDeep learning optimization library that makes distributed training and inference easy and efficient.
43.3k5.1k