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
Soup turns the pain of LLM fine-tuning into a simple workflow. One config, one command, done.
Apache-2.015 jul 2026 · métricas 2.10.0
PyPI
Goekdeniz-Guelmez/mlx-lm-lora
Train Large Language Models on MLX.
Apache-2.05 sept 2026 · métricas 2.10.0
npm
IgorGanapolsky/ThumbGate
ThumbGate Pre-Action Checks derive rules from repeated failures, flag risky tool calls, hard-block detected secret leaks, and block matches in strict mode.
MIT19 jul 2026 · métricas 2.10.0