trl

強化学習を使用してトランスフォーマー言語モデルをトレーニングします。 Transformers エコシステム上に構築された TRL は、さまざまなモデル アーキテクチャとモダリティをサポートし、さまざまなハードウェア セットアップにわたってスケールアップできます。

このページのプロジェクト情報と編集内容は無料で読めます。元の GitHub リポジトリが最終的な情報源であり、保存や議論への参加時だけログインが必要です。