C✳CODEZ.WIN
🌐 العربية

دليل قراءة متعدد اللغات للمهارة

trl-trainingالغرض والاستخدام والمصدر

تدريب نماذج التعلم المعزز باستخدام TRL (التعلم المعزز باستخدام المحولات) - SFT، DPO، GRPO، KTO، وتدريب نماذج المكافآت. استخدمه عند كتابة أو تصحيح كود التدريب باستخدام واجهة برمجة تطبيقات TRL Python أو واجهة سطر الأوامر trl CLI.

تم استرجاع المصدر:

مستودع المصدر
huggingface/skills
SKILL.md
skills/trl-training/SKILL.md
نجوم المستودع
11,241
آخر تحديث للمستودع
2026-10-30
تصنيف القدرات
تطوير
وقت التجميع الأخير

الترخيص: Apache-2.0

SKILL.md الأصلي

مقتطفات سير العمل هي أدوات مساعدة للقراءة، وليست تعليمات تنفيذية من Codez. لم يتم تشغيل أي مهارة تابعة لجهة خارجية لإنتاج هذه الصفحة.

تُعدّ فقرات الغرض وسير العمل الواردة أدناه موادًا أساسية، مُنظّمة ومترجمة لتسهيل القراءة. وهي تختلف عن التحليل التحريري لـ Codez المُصنّف بشكل منفصل.

ما تفعله هذه المهارة

تدريب نماذج التعلم المعزز باستخدام TRL (التعلم المعزز باستخدام المحولات) - SFT، DPO، GRPO، KTO، وتدريب نماذج المكافآت. استخدمه عند كتابة أو تصحيح كود التدريب باستخدام واجهة برمجة تطبيقات TRL Python أو واجهة سطر الأوامر trl CLI.

طريقة الاستخدام وفق المستند الأصلي

TRL

كل طريقة تربط بين*Trainerفصل دراسي مع*Configفئة البيانات. Configs تمتدtransformers.TrainingArgumentsلذا، تعمل جميع وسائطها في أي تكوين للمدرب. ويوجد العديد من المدربين الآخرين (OnlineDPO، ORPO، CPO، GKD، ...) فيtrl.experimentalمع واجهات برمجة تطبيقات غير مستقرة:https://huggingface.co/docs/trl/experimental_overview

مقتطف من المصدر · L10 ↗

تنسيقات مجموعات البيانات

بأسلوب حواري:{"messages": [{"role": ..., "content": ...}]}(نمذجة اللغة) أو{"prompt": [...], "completion": [...]}يتم تطبيق نموذج المحادثة تلقائيًا - لا تقم بتطبيقه بنفسك. يُسمح بإضافة أعمدة إضافية؛ حيث يقوم نظام إدارة علاقات العملاء (GRPO) بإرسالها إلى وظائف المكافآت. المرجع:https://huggingface.co/docs/trl/dataset_formats

مقتطف من المصدر · L39 ↗

GRPO: online RL

يتم استدعاء دوال المكافأة باستخدام وسائط الكلمات المفتاحيةprompts،completions،completion_ids،trainer_stateبالإضافة إلى كل عمود إضافي في مجموعة البيانات — مقبولkwargsلأولئك الذين تتجاهلهم. عودةlist[float]مكافأة واحدة لكل إنجاز. باستخدام بيانات المحادثة،completionsهي قائمة بقوائم الرسائل، وليست سلاسل نصية. دفعة الإنشاء هيper_device_train_batch_size × num_processes × steps_per_generation(أو مجموعة)generation_batch_sizeمباشرةً) ويجب أن يكون قابلاً للقسمة علىnum_generations(تقصير8يمثل توليد البيانات عادةً عنق الزجاجة - قم بتمكين vLLM باستخدامuse_vllm=True:vllm_mode="colocate"تتشارك وحدات معالجة الرسومات الخاصة بالتدريب (الحجم معvllm_gpu_memory_utilization);vllm_mode="server"يستخدم منفصلtrl vllm-serve --model .

مقتطف من المصدر · L55 ↗
مقتطف من المصدر · python ↗
from datasets import load_dataset
from trl import SFTConfig, SFTTrainer

trainer = SFTTrainer(
    model="Qwen/Qwen2.5-0.5B",  # model ID or a PreTrainedModel instance
    args=SFTConfig(output_dir="Qwen2.5-0.5B-SFT"),
    train_dataset=load_dataset("trl-lib/Capybara", split="train"),
)
trainer.train()

المتطلبات والإعداد

لم يتم اختيار أي فقرة متطلبات مختصرة من هذا الملف. هذا لا يعني أن المهارة لا تعتمد على أي ملفات أخرى. راجع تعليمات إعداد المستودع والملفات المرجعية.

الحدود وفحوصات الجودة

لم يتم تحديد أي مقطع حدود منفصل من هذا الملف. هذا لا يعني أن المهارة آمنة لكل مدخلات أو بيئة. راجع المصدر بالكامل وتحقق من صحة النتيجة بنفسك.

ابدأ بتجربة آمنة

  1. تحقق من المضيف المدعوم وتعليمات تثبيت المستودع. احتفظ بمجلد المهارات والبرامج النصية والأصول والوثائق المشار إليها معًا؛SKILL.mdقد يؤدي وجود شخص واحد فقط إلى إغفال بعض التبعيات.
  2. زوّد البرنامج ببياناتك الفعلية، والمخرجات المطلوبة، ومعايير القبول. يعتمد بناء جملة الاستدعاء والأدوات المتاحة على النظام المضيف؛ ولا يفترض هذا الموقع وجود أمر تثبيت موحد.
  3. جرّب سير العمل الأصلي في مشروع مؤقت أو على نسخة احتياطية. راجع العمليات التي تُغيّر الملفات أو الخدمات البعيدة أو الموارد القابلة للفوترة قبل السماح بها.
  4. تحقق من صحة المخرجات بمقارنتها بفحوصات جودة المصدر ومتطلباتك الخاصة. لا يُعدّ نجاح عملية التشغيل أو ارتفاع عدد النجوم في المستودع دليلاً على صحة النتيجة.

مواصفات ملف المهارة وبنية المجلدات ↗

اقرأ المزيد في المصدر

الترجمة والنطاق

يختار دليل القراءة هذا مقاطع من المصدر الرئيسي المثبتSKILL.mdهذه الترجمة مساعدة. وهي ليست دليلاً كاملاً ولا تضمن التوافق المُختَبَر. يُرجى قراءة النص الأصلي والملفات المُشار إليها قبل الاستخدام.

تشير هذه المقدمة إلى النسخة المثبتة أدناه؛ ويتم عرض نشاط المستودع الحالي ووقت التجميع بشكل منفصل.

المصدر بإصدار ثابت
اقرأ الأصل ↗
تم استرجاع المصدر
معرّف نسخة Git
fabc634a893f62ad5c2039830397efa35fa62715
المصدر SHA-256
42c855bdc6171390abc7413cdb19bd4fd8dddfb31094d519a874427de08ddc2a
العودة إلى قائمة المهارات الكاملة