home/categories/machine-learning/huggingface-trl-trl-skills-trl-training-skill-md
machine-learningdata-ai

trl-training

Train and fine-tune transformer language models using TRL (Transformers Reinforcement Learning). Supports SFT, DPO, GRPO, KTO, RLOO and Reward Model training via CLI commands.

huggingface
maintainer
huggingface
আপডেট হয়েছে 2/16/2026
স্টার
17998
ফর্ক
2632
quick start

Installation and usage

Train and fine-tune transformer language models using TRL (Transformers Reinforcement Learning). Supports SFT, DPO, GRPO, KTO, RLOO and Reward Model training via CLI commands.

ইনস্টলেশন
$ install --globalskills.sh
ব্যবহার

ইনস্টল করার পর, টার্মিনালে নিচের কমান্ড চালিয়ে আপনি এই স্কিল ব্যবহার করতে পারবেন:

skills use trl-training