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
Installation
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 : ovachiever/droid-tings.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/ovachiever/droid-tings --skill grpo-rl-training- Source
- ovachiever/droid-tings
- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- 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 : ovachiever/droid-tings.
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/ovachiever/droid-tings --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/ovachiever/droid-tings
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01