·grpo-rl-training
</>

grpo-rl-training

ovachiever/droid-tings

Orientación experta para el ajuste de GRPO/RL con TRL para el razonamiento y la capacitación de modelos de tareas específicas

21Instalaciones·0Tendencia·@ovachiever

Instalación

$npx skills add https://github.com/ovachiever/droid-tings --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.

Orientación experta para el ajuste de GRPO/RL con TRL para el razonamiento y la capacitación de modelos de tareas específicas Fuente: ovachiever/droid-tings.

Ver original

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/ovachiever/droid-tings --skill grpo-rl-training
Categoría
</>Desarrollo
Verificado
Primera vez visto
2026-02-01
Actualizado
2026-02-18

Respuestas rápidas

¿Qué es grpo-rl-training?

Orientación experta para el ajuste de GRPO/RL con TRL para el razonamiento y la capacitación de modelos de tareas específicas Fuente: ovachiever/droid-tings.

¿Cómo instalo grpo-rl-training?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/ovachiever/droid-tings --skill grpo-rl-training Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor

¿Dónde está el repositorio de origen?

https://github.com/ovachiever/droid-tings