使用输入“基础模型”的 Skills

verl-rl-training - 大语言模型强化学习训练库
强化学习 RLHF GRPO PPO
★ 650 · 更新于 2026-06-30
提供使用 verl 库对大语言模型进行强化学习训练的指导
⚙ 使用 RLHF 训练模型 ⚙ 使用 GRPO 训练模型 ⚙ 使用 PPO 训练模型
verl-rl-training - 使用verl库训练大语言模型
强化学习 RLHF 模型训练分布式计算
★ 1 · 更新于 2026-06-30
支持多种算法和后端的大语言模型灵活强化学习训练库
⚙ 使用GRPO算法训练LLM ⚙ 使用PPO算法训练LLM ⚙ 使用RLOO算法训练LLM
verl-rl-training - 使用verl进行LLM强化学习训练
强化学习 RLHF GRPO PPO
★ 0 · 更新于 2026-06-30
使用verl库进行LLM的RLHF、GRPO和PPO强化学习训练
⚙ 训练LLM ⚙ 配置算法 ⚙ 准备数据集
verl-rl-training - verl LLM强化学习训练框架
强化学习 RLHF GRPO PPO
★ 1 · 更新于 2026-06-30
大语言模型强化学习训练库
⚙ 训练模型 ⚙ 执行rollout ⚙ 计算奖励
verl-rl-training - 使用 verl 进行 LLM 强化学习训练
大语言模型强化学习训练分布式系统
★ 0 · 更新于 2026-06-30
使用 verl 库通过强化学习算法训练大语言模型
⚙ 实施 RLHF ⚙ 配置 GRPO ⚙ 运行 PPO
local-finetune - 本地 LoRA 微调流水线
微调本地模型机器学习数据流水线
★ 66 · 更新于 2026-06-30
通过 LoRA 在 Apple Silicon 上将技能嵌入本地模型的流水线
⚙ 摄取 Claude 历史 ⚙ 摄取技能文件 ⚙ 生成训练对
slipstream-finetune - 微调模型以支持Slipstream协议
大模型微调 Slipstream协议 GLM-4 数据集生成
★ 650 · 更新于 2026-03-26
训练模型使用Slipstream协议进行原生通信
⚙ 生成数据集 ⚙ 微调模型 ⚙ 测试模型
model - AI算法模型开发与微调
机器学习模型训练微调算法开发
★ 22 · 更新于 2026-02-15
用于数据集设计、模型微调、评估和部署的算法与模型开发技能
⚙ 设计数据集 ⚙ 清理数据集 ⚙ 执行监督微调
unsloth-inference - 使用Unsloth部署微调模型进行生产推理
模型推理模型部署 vllm sglang
★ 650 · 更新于 2026-02-14
使用优化内核和服务引擎部署微调模型进行生产推理
⚙ 加载微调模型 ⚙ 加载分词器 ⚙ 启用优化内核
model - AI模型开发与微调
AI/ML 模型训练微调机器学习
★ 650 · 更新于 2026-02-14
为特定任务和领域开发和微调AI模型。
⚙ 设计数据集 ⚙ 清洗数据 ⚙ 执行监督微调