PyPI
huggingface/trl
Train transformer language models with reinforcement learning.
Apache-2.024 ago 2026 · métricas 2.10.0
Todas las etiquetas
Etiqueta del catálogo
#dpo
Todos los repositorios del registro público que llevan esta etiqueta, procedente de sus topics de GitHub o de las palabras clave que publican sus registros de paquetes. La salud se mide con la misma metodología versionada que el resto del registro.
4 registros
PyPI
MakazhanAlpamys/Soup
Fine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU.
Apache-2.08 sept 2026 · métricas 2.10.0
PyPI
Goekdeniz-Guelmez/mlx-lm-lora
Train Large Language Models on MLX.
Apache-2.022 oct 2026 · métricas 2.10.0
npm
IgorGanapolsky/ThumbGate
ThumbGate Pre-Action Checks self-improve from ranked lessons and repeated failures, hard-block detected secret leaks, and block matches in strict mode.
MIT11 sept 2026 · métricas 2.10.0