TRL - Transformer Versterkingsleren

Fijnslijpen van LLM's met versterkingsleren via TRL - SFT voor instructieafstemming, DPO voor preferentiëafstemming, PPO/GRPO voor beloningsoptimalisatie, en training van beloningsmodellen. Gebruikt wanneer je RLHF nodig hebt, model afstemmen met voorkeuren, of trainen vanuit menselijke feedback. Werkt met HuggingFace Transformers.

Bron: github.com/NousResearch/hermes-agent/tree/main/skills/mlops/training/trl-fine-tuning · Licentie: MIT