grpo-rl-training

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

SKILLFlujo de trabajocomunidad

v0.0.0Orchestra-ResearchMITActualizado hace 3 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 3 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

Sin cobertura de dependencias

Esta entrada no publica ningún paquete de npm, así que Forge no tiene un árbol de dependencias para ella. Es una carencia de cobertura, no una afirmación de que no tenga dependencias.