fine-tuning-with-trl
bởi firecrawl
Tinh chỉnh LLM bằng học tăng cường với TRL - SFT để tinh chỉnh theo hướng dẫn, DPO để căn chỉnh sở thích, PPO/GRPO để tối ưu hóa phần thưởng, và phần thưởng…
npx skills add https://github.com/firecrawl/ai-research-skills --skill fine-tuning-with-trl