PyPI
huggingface/trl
Train transformer language models with reinforcement learning.
Apache-2.02026年8月24日 · 指标 2.10.0
全部标签
目录标签
#dpo
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
4 条记录
PyPI
MakazhanAlpamys/Soup
Soup turns the pain of LLM fine-tuning into a simple workflow. One config, one command, done.
Apache-2.02026年7月15日 · 指标 2.10.0
PyPI
Goekdeniz-Guelmez/mlx-lm-lora
Train Large Language Models on MLX.
Apache-2.02026年9月5日 · 指标 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.
MIT2026年7月19日 · 指标 2.10.0