·grpo-rl-training
</>

grpo-rl-training

orchestra-research/ai-research-skills

Conseils d'experts pour le réglage fin de GRPO/RL avec TRL pour le raisonnement et la formation de modèles spécifiques à des tâches

16Installations·1Tendance·@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.

Conseils d'experts pour le réglage fin de GRPO/RL avec TRL pour le raisonnement et la formation de modèles spécifiques à des tâches Source : orchestra-research/ai-research-skills.

Voir l'original

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/orchestra-research/ai-research-skills --skill grpo-rl-training
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-11
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que grpo-rl-training ?

Conseils d'experts pour le réglage fin de GRPO/RL avec TRL pour le raisonnement et la formation de modèles spécifiques à des tâches Source : orchestra-research/ai-research-skills.

Comment installer grpo-rl-training ?

Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/orchestra-research/ai-research-skills --skill grpo-rl-training Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor

Où se trouve le dépôt source ?

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

Détails

Catégorie
</>Développement
Source
skills.sh
Première apparition
2026-02-11