Panduan membaca yang dilokalisasi
huggingface-llm-trainerTujuan, penggunaan, dan sumber
Latih atau sempurnakan model bahasa dan visi menggunakan TRL (Transformer Reinforcement Learning) atau Unsloth dengan infrastruktur Hugging Face Jobs. Mencakup metode pelatihan SFT, DPO, GRPO, dan pemodelan hadiah, serta konversi GGUF untuk penerapan lokal. Termasuk panduan tentang paket TRL Jobs, skrip UV dengan PEP.723format, persiapan dan validasi dataset, pemilihan perangkat keras, estimasi biaya, pemantauan Trackio, otentikasi Hub, modelselection/leaderboardsdan persistensi model. Gunakan untuk tugas yang melibatkan pelatihan GPU cloud, konversi GGUF, atau ketika pengguna menyebutkan pelatihan pada Hugging Face Jobs tanpa pengaturan GPU lokal.
Sumber diambil:
- Repositori sumber
- huggingface/skills
- SKILL.md
skills/huggingface-llm-trainer/SKILL.md- Bintang Repositori
- 11,241
- Pembaruan terakhir repositori
- 2026-10-30
- Klasifikasi Kemampuan
- Data
- Waktu pengumpulan terbaru
Lisensi: Apache-2.0
Cuplikan alur kerja adalah alat bantu baca, bukan instruksi yang dapat dieksekusi dari Codez. Tidak ada Skill pihak ketiga yang dijalankan untuk menghasilkan halaman ini.
Bagian yang menjelaskan tujuan dan alur kerja di bawah ini merupakan materi dari hulu, yang telah diorganisir dan diterjemahkan untuk dibaca. Bagian ini berbeda dari analisis editorial Codez yang diberi label secara terpisah.
Apa yang dilakukan oleh Skill ini?
Latih atau sempurnakan model bahasa dan visi menggunakan TRL (Transformer Reinforcement Learning) atau Unsloth dengan infrastruktur Hugging Face Jobs. Mencakup metode pelatihan SFT, DPO, GRPO, dan pemodelan hadiah, serta konversi GGUF untuk penerapan lokal. Termasuk panduan tentang paket TRL Jobs, skrip UV dengan PEP.723format, persiapan dan validasi dataset, pemilihan perangkat keras, estimasi biaya, pemantauan Trackio, otentikasi Hub, modelselection/leaderboardsdan persistensi model. Gunakan untuk tugas yang melibatkan pelatihan GPU cloud, konversi GGUF, atau ketika pengguna menyebutkan pelatihan pada Hugging Face Jobs tanpa pengaturan GPU lokal.
Bagaimana alur kerja hulu bekerja
Panduan Singkat: Tiga Pendekatan
💡 Tips untuk Demo: Untuk demo cepat pada GPU yang lebih kecil (t4-kecil), hilangkaneval_datasetDaneval_strategyuntuk menyimpan ~40% memori. Anda tetap akan melihat kehilangan pelatihan dan kemajuan pembelajaran.
Ringkasan
Latih model bahasa menggunakan TRL (Transformer Reinforcement Learning) pada infrastruktur Hugging Face yang dikelola sepenuhnya. Tidak diperlukan pengaturan GPU lokal—model dilatih pada GPU cloud dan hasilnya secara otomatis disimpan ke Hugging Face Hub. TRL menyediakan beberapa metode pelatihan: SFT (Supervised Fine-Tuning) - Penyesuaian instruksi standar DPO (Direct Preference Optimization) - Penyelarasan dari data preferensi
Jalur hulu · L9 ↗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.Persyaratan dan pengaturan
✅ Persyaratan Dataset
Dataset harus ada di Hub atau dapat dimuat melaluidatasets.load_dataset()Format harus sesuai dengan metode pelatihan (SFT: "pesan"/text/prompt-completion; DPO:chosen/rejected; GRPO: hanya prompt)
Batasan dan pemeriksaan kualitas
Tidak ada bagian batasan terpisah yang dipilih dari file ini. Ini tidak berarti Keterampilan ini aman untuk setiap input atau lingkungan. Tinjau sumber lengkapnya dan validasi hasil Anda sendiri.
Mulailah dengan uji coba yang aman.
- Periksa host yang didukung dan petunjuk instalasi repositori. Simpan direktori Skill beserta skrip, aset, dan dokumentasi yang dirujuk di dalamnya secara bersamaan;SKILL.mdsendirian dapat menghilangkan dependensi.
- Berikan input sebenarnya, output yang diinginkan, dan kriteria penerimaan kepada agen. Sintaks pemanggilan dan alat yang tersedia bergantung pada host; situs ini tidak mengasumsikan perintah instalasi universal.
- Cobalah alur kerja sumber dalam proyek sementara atau pada salinannya. Tinjau operasi yang mengubah file, layanan jarak jauh, atau sumber daya yang dapat ditagih sebelum mengizinkannya.
- Validasi output terhadap pemeriksaan kualitas sumber dan persyaratan Anda sendiri. Pemicu yang berhasil atau jumlah bintang repositori yang tinggi tidak menjamin hasil yang benar.
Baca selengkapnya di sumber aslinya.
- Ringkasan
- Kapan Menggunakan Keterampilan Ini?
- Kapan Menggunakan Unsloth?
- Arahan Utama
- Eksekusi Skrip Lokal
- Daftar Periksa Prasyarat
- ✅ Akun & Otentikasi
- ✅ Persyaratan Dataset
- ⚠️ Pengaturan Kritis
- Pedoman Pekerjaan Asinkron
- Tindakan yang Diperlukan
- Aturan Dasar
- Setelah Pengajuan
- Panduan Singkat: Tiga Pendekatan
- Konfigurasi Panjang Urutan
- Mendekati1: Skrip UV (Direkomendasikan—Pilihan Default)
- Bekerja dengan Skrip
- Mendekati2: Skrip yang Dikelola TRL (Contoh Resmi)
- Menemukan Lebih Banyak Skrip UV di Hub
- Mendekati3: HF Jobs CLI (Perintah Terminal Langsung)
- Mendekati4Paket Pekerjaan TRL (Pelatihan Sederhana)
- Pemilihan Perangkat Keras
- Penting: Menyimpan Hasil ke Hub
- Konfigurasi yang Diperlukan
- Daftar Periksa Verifikasi
- Manajemen Batas Waktu
- Pedoman Waktu Habis
- Pilih Model Dasar (Pemilihan Model)
- Estimasi Biaya
- Contoh Skrip Pelatihan
Keterampilan Terkait
Terjemahan dan ruang lingkup
Panduan membaca ini memilih bagian-bagian dari teks yang telah disematkan di bagian atas.SKILL.mdTerjemahan ini dibantu. Ini bukan manual lengkap atau klaim kompatibilitas yang telah diuji. Bacalah dokumen asli dan file referensinya sebelum digunakan.
Pendahuluan ini mengacu pada versi yang disematkan di bawah ini; aktivitas repositori saat ini dan waktu pengumpulan ditampilkan secara terpisah.
- Sumber yang disematkan
- Baca teks aslinya ↗
- Sumber diambil
- Komit sumber
fabc634a893f62ad5c2039830397efa35fa62715- Sumber SHA-256
fb5c5e25103e38226e4d8ae28db84a01de42a11da4be1918fa72f833699f9d0d