35건 · 관련도순
This skill should be used when picking or diagnosing a training move (SFT, LoRA, DPO/KTO/ORPO, RFT, GRPO/PPO/RLOO, RLHF), or when the user mentions fine-tuning, post-training, training recipe, reward design, or weight updates. Decision tree by reward shape, smoke-run gate, three failure diagnostics, five false-progress patterns. Provider recipes and I/O contract in references/.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Fine-tunes LLMs and trains custom models using LoRA/QLoRA adapters, JSONL training datasets, hyperparameter configuration, RLHF, DPO, and model quantization.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Design a complete document-based history lesson using the Reading Like a Historian four-part structure. Use when planning a primary source inquiry lesson or converting a textbook lesson into document-based investigation.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
基于ark_sdk的大模型训练任务自动化工具。帮助用户通过自然语言创建并提交方舟模型训练任务，支持用户自备数据的SFT训练、RFT+GRPO和直接GRPO策略，并引导用户完成训练、状态跟踪与评估闭环。使用场景：当用户需要进行大模型SFT监督微调、RLHF训练、GRPO训练、RFT训练，或需要自动化训练流程时触发。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Trigger this skill when the user wants to train, fine-tune, or adapt Gemma models (e.g. SFT, DPO, RLHF, Reward Modeling) on local hardware. Covers TRL, Unsloth, dataset preparation, validation, and GGUF/LiteRT conversion.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Design a complete document-based history lesson using the Reading Like a Historian four-part structure. Use when planning a primary source inquiry lesson or converting a textbook lesson into document-based investigation.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
TRL: SFT, DPO, PPO, GRPO, reward modeling for LLM RLHF.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Orientação especializada para ajuste fino com GRPO/RL usando TRL para treinamento de modelos com raciocínio e tarefas específicas
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Expert guidance for GRPO/RL fine-tuning with TRL for reasoning and task-specific model training
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Evaluate LLM outputs using frontier models as judges. Use for pairwise model comparison, quality scoring with custom rubrics, and automated evaluation pipelines. Covers position bias mitigation, statistical significance, and generating preference data for DPO/RLHF.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Fine-tune LLMs using reinforcement learning with TRL - SFT for instruction tuning, DPO for preference alignment, PPO/GRPO for reward optimization, and reward model training. Use when need RLHF, align model with preferences, or train from human feedback. Works with HuggingFace Transformers.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.