★ 23 · 更新于 2026-06-30
基于PyTorch的强化学习算法,用于训练智能体、创建自定义环境、实现回调和优化训练工作流
浏览产出该输出的技能列表。
★ 23 · 更新于 2026-06-30
基于PyTorch的强化学习算法,用于训练智能体、创建自定义环境、实现回调和优化训练工作流
★ 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
★ 67 · 更新于 2026-06-30
开发和调试 Relax RL 项目,支持代码修改和远程训练验证
★ 16 · 更新于 2026-06-15
使用基于 PyTorch 的库实现强化学习算法并训练智能体
★ 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
★ 0 · 更新于 2026-05-28
用于分布式训练的高级 PyTorch 框架,支持 DDP/FSDP/DeepSpeed
★ 0 · 更新于 2026-05-28
高级 PyTorch 框架,提供自动分布式训练和最小样板代码
★ 0 · 更新于 2026-05-28
PyTorch 高级框架,支持自动分布式训练和回调系统
★ 602 · 更新于 2026-05-11
面向大规模MoE模型的企业级强化学习训练框架,支持FP8/INT4精度训练
★ 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
★ 2 · 更新于 2026-03-23
管理狗狗健康记录、散步、训练、日常、旅行和兽医协调,提供紧急分诊。
★ 0 · 更新于 2026-03-10
按照最佳实践设计和实现PyTorch模块,优化内存、分布式训练和性能。
★ 1,727 · 更新于 2026-03-09
使用迁移学习技术自动化适配预训练机器学习模型
★ 0 · 更新于 2026-03-09
使用迁移学习技术自动化适配预训练的机器学习模型
★ 1,317 · 更新于 2026-03-09
使用迁移学习技术自动化适应预训练的机器学习模型