grpo-rl-training

Name: grpo-rl-training
Author: Orchestra-Research

SKILLFlujo de trabajocomunidad

v0.0.0Orchestra-ResearchMITActualizado hace 2 mFuente →

Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training

Community-submitted skill. Not yet reviewed by the Forge team. Full prompt content may not be available.Request review →

12kEstrellas del repo

1Clientes

1Formatos

hace 2 mÚltima actualización

Skill

AutorOrchestra-Research

Versión0.0.0

LicenciaMIT

CategoríaFlujo de trabajo

Formatosskill.md

PromptAbrir (ver la pestaña Prompt)

Compatibilidad

Claude✓ Compatible

Cursor—

Copilot—

ChatGPT—

Gemini—

Acerca de

Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training

Palabras clave

skillclaude