目录标签

#post-training

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。

2 条记录

标签为“post-training”按健康指数排序

PyPI

99卓越健康指数

huggingface/trl

Train transformer language models with reinforcement learning.

Python★ 19.1K↓ 4.1M/月2026年8月24日

Apache-2.02026年8月24日 · 指标 2.10.0

PyPI

75良好健康指数

freesolo-co/flash

LoRA post-training for open-weight models: SFT, GRPO, and on-policy distillation. Describe a run in TOML; Flash allocates a GPU, trains, streams checkpoints, and serves the adapter.

Python★ 2↓ 5,834/月2026年8月29日

Apache-2.02026年8月29日 · 指标 2.10.0