verl-rl-training

作者: firecrawl

提供使用verl(火山引擎強化學習)訓練大型語言模型的指導,適用於實施RLHF、GRPO、PPO或其他強化學習演算法…

npx skills add https://github.com/firecrawl/ai-research-skills --skill verl-rl-training

來自 firecrawl 的更多技能