·grpo-rl-training
</>

grpo-rl-training

orchestra-research/ai-research-skills

Fachkundige Anleitung zur GRPO/RL-Feinabstimmung mit TRL für Argumentation und aufgabenspezifisches Modelltraining

15Installationen·0Trend·@orchestra-research

Installation

$npx skills add https://github.com/orchestra-research/ai-research-skills --skill grpo-rl-training

SKILL.md

Expert-level guidance for implementing Group Relative Policy Optimization (GRPO) using the Transformer Reinforcement Learning (TRL) library. This skill provides battle-tested patterns, critical insights, and production-ready workflows for fine-tuning language models with custom reward functions.

| Correctness | Verifiable tasks (math, code) | 2.0 (highest) | | Format | Strict structure enforcement | 0.5-1.0 | | Length | Encourage verbosity/conciseness | 0.1-0.5 | | Style | Penalize unwanted patterns | -0.5 to 0.5 |

Critical Insight: Combine 3-5 reward functions for robust training. Order matters less than diversity of signals.

Fachkundige Anleitung zur GRPO/RL-Feinabstimmung mit TRL für Argumentation und aufgabenspezifisches Modelltraining Quelle: orchestra-research/ai-research-skills.

Original anzeigen

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/orchestra-research/ai-research-skills --skill grpo-rl-training
Kategorie
</>Entwicklung
Verifiziert
Erstes Auftreten
2026-02-11
Aktualisiert
2026-02-18

Schnelle Antworten

Was ist grpo-rl-training?

Fachkundige Anleitung zur GRPO/RL-Feinabstimmung mit TRL für Argumentation und aufgabenspezifisches Modelltraining Quelle: orchestra-research/ai-research-skills.

Wie installiere ich grpo-rl-training?

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/orchestra-research/ai-research-skills --skill grpo-rl-training Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor

Wo ist das Quell-Repository?

https://github.com/orchestra-research/ai-research-skills