home/categories/machine-learning/orchestra-research-ai-research-skills-06-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

Orchestra-Research
maintainer
Orchestra-Research
اپ ڈیٹ ہوا 11/20/2025
اسٹارز
6563
فورکس
515
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