TRL 语言模型后训练 - 模型工具

这项工具能帮你做什么

为语言模型的强化学习与后训练提供工具，适合研究或构建模型训练流程。

训练库、配置及后训练示例。

基础模型、符合方法要求的数据和训练资源。

使用边界

仅适用于项目明确支持的模型与运行环境，不承诺下载源码后即可使用。模型、数据集、外部接口和云计算费用不包含在工具源码中。

闲社整理项目资料，未对每个项目执行安装或运行测试。模型权重、数据集与工具自身可能采用不同许可证，商用和再分发前需分别确认。