verl-rl-training
द्वारा firecrawl
वर्ट (वोल्कानो इंजीन आरएल) का उपयोग करके सुदृढीकरण सीखने के साथ एलएलएम को प्रशिक्षित करने के लिए मार्गदर्शन प्रदान करता है। आरएलएचएफ, जीआरपीओ, पीपीओ, या अन्य आरएल एल्गोरिदम लागू करते समय उपयोग करें…
npx skills add https://github.com/firecrawl/ai-research-skills --skill verl-rl-training