大模型微调速度提升 2 倍、显存减少 70%，单卡也能训练。
TRL
基于 Transformers 的强化学习后训练库（SFT、DPO、GRPO）。
- 仓库
- huggingface/trl
- Stars
- ★ 19,489
- Forks
- 3,053
- 语言
- Python
- 许可证
- Apache-2.0
- 最近更新
- 2026-10-11
- 访问次数
- 0
RLHF
TRL 基于 Transformers 的强化学习后训练库（SFT、DPO、GRPO）。
RLHF
大模型微调速度提升 2 倍、显存减少 70%，单卡也能训练。
统一高效微调 100+ 大模型，零代码 Web 界面，国内最流行的微调工具。
统一的 AI 计算引擎，用于分布式训练、调参、推理与服务。
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。
