/grpo-rl-training
用 TRL 做 GRPO/RL 微調的專家指引，用於推理與特定任務的模型訓練。
- 安裝次數
- 993
- 專案星數
- 1.4 萬 ★
- 授權
- MIT
- 專案更新
- 2026-10-11
怎麼裝
npx skills add https://github.com/Orchestra-Research/AI-Research-SKILLs --skill grpo-rl-training安裝前請先看過原文內容。中文說明是 AI 翻譯，不保證安全。
原文
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training