C✳CODEZ.WIN
🌐 Français

Guide de lecture localisé

huggingface-llm-trainerObjectif, utilisation et source

Entraînez ou affinez des modèles de langage et de vision à l'aide de TRL (Transformer Reinforcement Learning) ou d'Unsloth avec l'infrastructure Hugging Face Jobs. Ce guide couvre les méthodes d'entraînement SFT, DPO, GRPO et de modélisation des récompenses, ainsi que la conversion GGUF pour un déploiement local. Il inclut des instructions sur le package TRL Jobs et les scripts UV avec PEP.723Format, préparation et validation des données, sélection du matériel, estimation des coûts, surveillance Trackio, authentification du Hub, modèleselection/leaderboardset la persistance des modèles. À utiliser pour les tâches impliquant l'entraînement sur GPU cloud, la conversion GGUF ou lorsque les utilisateurs mentionnent l'entraînement sur Hugging Face Jobs sans configuration GPU locale.

Source récupérée:

Dépôt source
huggingface/skills
SKILL.md
skills/huggingface-llm-trainer/SKILL.md
Étoiles du dépôt
11,241
Mise à jour du dépôt
2026-10-30
Catégories de capacités
Données
Dernière collecte

Licence : Apache-2.0

SKILL.md original

Les extraits de flux de travail sont des outils de lecture et non des instructions exécutables de Codez. Aucune compétence tierce n'a été utilisée pour générer cette page.

Les passages relatifs à l'objectif et au flux de travail ci-dessous constituent le contenu original, organisé et traduit pour la lecture. Ils sont distincts de l'analyse éditoriale de Codez, qui est étiquetée séparément.

À quoi sert cette compétence ?

Entraînez ou affinez des modèles de langage et de vision à l'aide de TRL (Transformer Reinforcement Learning) ou d'Unsloth avec l'infrastructure Hugging Face Jobs. Ce guide couvre les méthodes d'entraînement SFT, DPO, GRPO et de modélisation des récompenses, ainsi que la conversion GGUF pour un déploiement local. Il inclut des instructions sur le package TRL Jobs et les scripts UV avec PEP.723Format, préparation et validation des données, sélection du matériel, estimation des coûts, surveillance Trackio, authentification du Hub, modèleselection/leaderboardset la persistance des modèles. À utiliser pour les tâches impliquant l'entraînement sur GPU cloud, la conversion GGUF ou lorsque les utilisateurs mentionnent l'entraînement sur Hugging Face Jobs sans configuration GPU locale.

Comment fonctionne le flux de travail en amont

Démarrage rapide : Trois approches

💡 Conseil pour les démos : Pour des démos rapides sur des GPU plus petits (t4-petit), omettreeval_dataseteteval_strategyéconomiser ~40% de mémoire. Vous verrez toujours la perte d'entraînement et la progression de l'apprentissage.

passage en amont · L130 ↗

Usage

Le script est rapide et s'exécutera généralement de manière synchrone.

passage en amont · L533 ↗

Aperçu

Entraînez des modèles de langage grâce à l'apprentissage par renforcement par transformateur (TRL) sur l'infrastructure entièrement gérée de Hugging Face. Aucune configuration GPU locale n'est requise : les modèles sont entraînés sur des GPU cloud et les résultats sont automatiquement enregistrés sur le Hugging Face Hub. Le TRL propose plusieurs méthodes d'entraînement : SFT (Supervised Fine-Tuning) – réglage des instructions standard ; DPO (Direct Preference Optimization) – alignement à partir des données de préférences.

passage en amont · L9 ↗
passage en amont · python ↗
hf_doc_search("your query", product="trl")
hf_doc_fetch("https://huggingface.co/docs/trl/sft_trainer")  # SFT
hf_doc_fetch("https://huggingface.co/docs/trl/dpo_trainer")  # DPO
# etc.

Configuration requise

Liste de vérification des prérequis

Avant de commencer toute formation, vérifiez :

passage en amont · L69 ↗

✅ Exigences relatives à l'ensemble de données

L'ensemble de données doit exister sur Hub ou être chargeable viadatasets.load_dataset()Le format doit correspondre à la méthode de formation (SFT : « messages »/text/prompt-completion; DPO :chosen/rejected; GRPO : invite uniquement)

passage en amont · L81 ↗

Limites et contrôles de qualité

Aucun passage de limite distinct n'a été sélectionné dans ce fichier. Cela ne signifie pas que la compétence est sûre pour toutes les entrées ou tous les environnements. Consultez le code source complet et validez vos résultats.

Commencez par un essai sans danger

  1. Vérifiez l'hôte pris en charge et les instructions d'installation du dépôt. Conservez le répertoire Skill ainsi que ses scripts, ressources et documentation référencés ;SKILL.mdSeul, il peut omettre les dépendances.
  2. Indiquez à l'agent vos paramètres d'entrée réels, le résultat souhaité et les critères d'acceptation. La syntaxe d'appel et les outils disponibles dépendent du système hôte ; ce site ne propose pas de commande d'installation universelle.
  3. Testez le flux de travail source dans un projet temporaire ou sur une copie. Avant d'autoriser les opérations qui modifient des fichiers, des services distants ou des ressources facturables, examinez-les attentivement.
  4. Vérifiez la conformité du résultat avec les contrôles qualité sources et vos propres exigences. Un déclenchement réussi ou un nombre élevé d'étoiles dans le dépôt ne garantissent pas un résultat correct.

Spécifications du format et du répertoire des compétences ↗

Pour en savoir plus, consultez la source.

Traduction et étendue

Ce guide de lecture sélectionne des passages de l'amont épingléSKILL.mdCette traduction est assistée. Elle ne constitue pas un manuel complet et ne garantit pas une compatibilité testée. Veuillez lire le document original et les fichiers auxquels il fait référence avant utilisation.

Cette introduction fait référence à la version épinglée ci-dessous ; l’activité actuelle du dépôt et la durée de la collecte sont indiquées séparément.

Source épinglée
Lire l'original ↗
Source récupérée
Commit source
fabc634a893f62ad5c2039830397efa35fa62715
Source SHA-256
fb5c5e25103e38226e4d8ae28db84a01de42a11da4be1918fa72f833699f9d0d
Retour au catalogue complet des compétences