home/categories/machine-learning/davila7-claude-code-templates-cli-tool-components-skills-ai-research-post-training-grpo-rl-training-skill-md
machine-learningdata-ai
grpo-rl-training
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training
maintainer
davila7
更新日 1/20/2026
スター
17577
フォーク
1576
quick start
Installation and usage
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training
インストール
$ install --globalskills.sh
使い方
インストール後、ターミナルで以下のコマンドを実行してこのスキルを使用できます：
skills use grpo-rl-training