machine-learningdata-ai
grpo-rl-training
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training
maintainer
math-inc
اپ ڈیٹ ہوا 3/19/2026
اسٹارز
1165
فورکس
96
quick start
Installation and usage
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training
انسٹالیشن
$ install --globalskills.sh
استعمال
انسٹال کرنے کے بعد، آپ یہ اسکل ٹرمینل میں درج ذیل کمانڈ چلا کر استعمال کر سکتے ہیں:
skills use grpo-rl-training