使用输入“training dataset”的 Skills

verl-rl-training - 大语言模型强化学习训练库
强化学习 RLHF GRPO PPO
★ 602 · 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的大语言模型强化学习训练
强化学习 RLHF 后训练分布式训练
★ 0 · 更新于 2026-06-30
使用verl通过PPO、GRPO等强化学习算法大规模训练大语言模型
⚙ 使用PPO训练模型 ⚙ 使用GRPO训练模型 ⚙ 配置强化学习算法
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
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
knowledge-distillation-deep - 通过知识蒸馏压缩大型模型
知识蒸馏模型压缩深度学习迁移学习
★ 11 · 更新于 2026-06-30
深入分析通过知识蒸馏将大型模型压缩为高效小模型的技术
⚙ 选择蒸馏策略 ⚙ 配置温度参数 ⚙ 设置alpha值
pytorch-guide - PyTorch 训练最佳实践指南
PyTorch 深度学习模型训练 GPU
★ 4,344 · 更新于 2026-06-15
列举常见 PyTorch 错误并提供实战验证的训练模式和优化技巧
⚙ 检测常见 PyTorch 错误 ⚙ 提供训练模板 ⚙ 修复评估模式问题
pytorch-lightning - PyTorch Lightning 训练框架
训练框架分布式训练 PyTorch Lightning 深度学习
★ 3 · 更新于 2026-05-28
高级 PyTorch 框架，支持自动分布式训练和最少样板代码
⚙ 训练模型 ⚙ 验证模型 ⚙ 测试模型
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
★ 602 · 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
unsloth-finetuning - 使用Unsloth微调LLM模型
大语言模型微调 4-bit量化 LoRA
★ 602 · 更新于 2026-03-26
使用Unsloth通过4-bit量化和LoRA微调大语言模型
⚙ 加载4-bit量化模型 ⚙ 配置LoRA参数 ⚙ 在数据集上训练
Model Bias Fairness - AI模型偏差检测与公平性保证
API 后端服务器数据库
★ 602 · 更新于 2026-03-22
检测AI系统中的系统性偏差，确保预测在受保护属性上不会出现不公平的差异
⚙ 检测模型偏差 ⚙ 验证公平性指标 ⚙ 分析模型预测
PyTorch ML - PyTorch深度学习环境
深度学习机器学习 GPU加速计算机视觉
★ 15 · 更新于 2026-03-21
配备CUDA的PyTorch机器学习环境，支持模型训练和GPU加速
⚙ 定义神经网络 ⚙ 加载预训练模型 ⚙ 训练模型
distributed-training - 分布式训练并行策略
机器学习分布式训练 GPU并行深度学习
★ 2 · 更新于 2026-03-10
提供跨多GPU和节点扩展ML训练的并行策略指导
⚙ 跨多GPU训练 ⚙ 选择并行策略 ⚙ 同步梯度