ما الذي يقدّمه
تقدّم هذه المهارة إرشادات لضبط النماذج اللغوية الكبيرة باستخدام التعلم المعزز عبر مكتبة TRL. تشمل الضبط الخاضع للإشراف (SFT) لتعليم النموذج اتباع التعليمات، وتحسين التفضيلات بطريقة DPO، وتحسين المكافأة بطريقتي PPO وGRPO، وتدريب نماذج المكافأة.
تُستخدم عندما يلزم تطبيق RLHF، أو مواءمة النموذج مع تفضيلات محددة، أو التدريب انطلاقاً من ملاحظات بشرية.
تعمل المهارة مع مكتبة HuggingFace Transformers. نشرها davila7 بترخيص MIT.
الحدود والمتطلبات
تعمل المهارة مع مكتبة HuggingFace Transformers، ويجب توفرها في بيئة التشغيل.
الأمان
لم يراجع فريقنا هذا المورد. فحصته قواعد آلية فقط، واستُبعدت الموارد التي رصدت فيها إشارات خطر عالية. هذه إشارات وليست ضمانًا بأن التثبيت آمن. جرّبه أولًا في مشروع تجريبي.
- ينفّذ شيفرة أو يغيّر سلوك المساعد
المصادر
- AI Templates (aitmpl) رُصد أول مرة 13 نوفمبر 2026 · آخر رصد 19 نوفمبر 2026 · صفحته في المصدر · أرقام يذكرها المصدر: aitmpl downloads 33
post-training-trl-fine-tuning
Fine-tune LLMs using reinforcement learning with TRL - SFT for instruction tuning, DPO for preference alignment, PPO/GRPO for reward optimization, and reward model training. Use when need RLHF, align model with preferences, or train from human feedback. Works with HuggingFace Transformers.
v1.0.0كما ظهر في www.aitmpl.com عند آخر قراءة لنا