Дообучение LLM в 2 раза быстрее при на 70% меньшем расходе VRAM: хватит и одной видеокарты.
TRL
基于 Transformers 的强化学习后训练库（SFT、DPO、GRPO）。
- Категория
- 🏋️ Обучение, дообучение и MLOps
- Репозиторий
- huggingface/trl
- Звёзды
- ★ 19 544
- Форки
- 3 079
- Язык
- Python
- Лицензия
- Apache-2.0
- Последнее обновление
- 2026-10-16
- Переходы
- 0
RLHF
Похожие проекты
Единое и эффективное дообучение более 100 LLM с веб-интерфейсом без кода; самый популярный в Китае инструмент дообучения.
Единый вычислительный движок для ИИ: распределённое обучение, подбор параметров, инференс и сервинг.
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。