huggingface/trl

huggingface/trl 是基于 Transformers 生态对模型进行后训练的库，提供 SFT、DPO、GRPO、KTO 训练器和 CLI，最新版本为 v1.16.0。

GitHub 项目说明: Train transformer language models with reinforcement learning.

文章

新发现10月21日

huggingface/trl 是基于 Transformers 生态对模型进行后训练的库，提供 SFT、DPO、GRPO、KTO 训练器和 CLI，最新版本为 v1.16.0。