LLM のファインチューニングを 2 倍速、VRAM 70% 減で実行。GPU 1 枚でも学習できる。
TRL
基于 Transformers 的强化学习后训练库（SFT、DPO、GRPO）。
- リポジトリ
- huggingface/trl
- スター
- ★ 19,533
- フォーク
- 3,070
- 言語
- Python
- ライセンス
- Apache-2.0
- 最終更新
- 2026-10-16
- アクセス数
- 0
RLHF
関連プロジェクト
100 以上の LLM を統一的かつ効率的にファインチューニング。ノーコードの Web UI を備え、中国で最も人気のチューニングツール。
分散学習、チューニング、推論、サービングを一つにまとめた AI コンピュートエンジン。
机器学习与 GenAI 生命周期管理平台，含追踪与评测。
🧠 Train a 64M-parameter LLM from scratch in just 2h!
微软的深度学习优化库，让分布式训练与推理简单高效。