C✳CODEZ.WIN
🌐 Português

Guia de leitura localizado

huggingface-llm-trainerFinalidade, utilização e fonte

Treine ou ajuste modelos de linguagem e visão usando TRL (Transformer Reinforcement Learning) ou Unsloth com a infraestrutura do Hugging Face Jobs. Abrange os métodos de treinamento SFT, DPO, GRPO e modelagem de recompensa, além da conversão GGUF para implantação local. Inclui orientações sobre o pacote TRL Jobs e scripts UV com PEP.723formatação, preparação e validação do conjunto de dados, seleção de hardware, estimativa de custos, monitoramento Trackio, autenticação do Hub, modeloselection/leaderboardse persistência de modelos. Use para tarefas que envolvam treinamento em GPU na nuvem, conversão GGUF ou quando os usuários mencionarem treinamento em trabalhos do Hugging Face sem configuração local de GPU.

Fonte recuperada:

Repositório de origem
huggingface/skills
SKILL.md
skills/huggingface-llm-trainer/SKILL.md
Estrelas do repositório
11,241
Atualização do repositório
2026-10-30
Classificação de Habilidades
Dados
Última coleta

Licença: Apache-2.0

SKILL.md original

Os trechos do fluxo de trabalho são auxiliares de leitura e não instruções executáveis ​​do Codez. Nenhuma Skill de terceiros foi executada para gerar esta página.

Os trechos abaixo, que descrevem o propósito e o fluxo de trabalho, são material original, organizado e traduzido para facilitar a leitura. Eles são distintos da análise editorial da Codez, que possui uma etiqueta separada.

O que esta habilidade faz

Treine ou ajuste modelos de linguagem e visão usando TRL (Transformer Reinforcement Learning) ou Unsloth com a infraestrutura do Hugging Face Jobs. Abrange os métodos de treinamento SFT, DPO, GRPO e modelagem de recompensa, além da conversão GGUF para implantação local. Inclui orientações sobre o pacote TRL Jobs e scripts UV com PEP.723formatação, preparação e validação do conjunto de dados, seleção de hardware, estimativa de custos, monitoramento Trackio, autenticação do Hub, modeloselection/leaderboardse persistência de modelos. Use para tarefas que envolvam treinamento em GPU na nuvem, conversão GGUF ou quando os usuários mencionarem treinamento em trabalhos do Hugging Face sem configuração local de GPU.

Como funciona o fluxo de trabalho upstream

Início Rápido: Três Abordagens

💡 Dica para demonstrações: Para demonstrações rápidas em GPUs menores (t4-pequeno), omitireval_dataseteeval_strategypara salvar ~40% de memória. Você ainda verá perda de treinamento e progresso de aprendizado.

Passagem a montante · L130 ↗

Uso

O script é rápido e geralmente termina de forma síncrona.

Passagem a montante · L533 ↗

Visão geral

Treine modelos de linguagem usando TRL (Transformer Reinforcement Learning) na infraestrutura totalmente gerenciada da Hugging Face. Não é necessário configurar GPUs locais — os modelos são treinados em GPUs na nuvem e os resultados são salvos automaticamente no Hugging Face Hub. O TRL oferece vários métodos de treinamento: SFT (Supervised Fine-Tuning) — Ajuste de instruções padrão; DPO (Direct Preference Optimization) — Alinhamento a partir de dados de preferência.

Passagem a montante · L9 ↗
Passagem a montante · 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.

Requisitos e configuração

Lista de pré-requisitos

Antes de iniciar qualquer treinamento, verifique:

Passagem a montante · L69 ↗

✅ Requisitos do conjunto de dados

O conjunto de dados deve existir no Hub ou ser carregável viadatasets.load_dataset()O formato deve corresponder ao método de treinamento (SFT: "mensagens"/text/prompt-completion; DPO:chosen/rejected; GRPO: somente prompt)

Passagem a montante · L81 ↗

Limites e verificações de qualidade

Nenhuma passagem de limites separada foi selecionada deste arquivo. Isso não significa que a Skill seja segura para todas as entradas ou ambientes. Analise o código-fonte completo e valide seus próprios resultados.

Comece com um teste seguro.

  1. Verifique o host compatível e as instruções de instalação do repositório. Mantenha o diretório Skill e seus scripts, recursos e documentação referenciados juntos;SKILL.mdsozinho pode omitir dependências.
  2. Forneça ao agente suas entradas reais, a saída desejada e os critérios de aceitação. A sintaxe de invocação e as ferramentas disponíveis dependem do host; este site não pressupõe um comando de instalação universal.
  3. Teste o fluxo de trabalho original em um projeto descartável ou em uma cópia. Analise as operações que alteram arquivos, serviços remotos ou recursos faturáveis ​​antes de permiti-las.
  4. Valide o resultado comparando-o com as verificações de qualidade da fonte e com seus próprios requisitos. Um gatilho bem-sucedido ou uma alta contagem de estrelas no repositório não garantem um resultado correto.

Especificação de formato e diretório de habilidades ↗

Leia mais na fonte.

Tradução e escopo

Este guia de leitura seleciona trechos do texto fixado a montante.SKILL.mdA tradução foi feita com auxílio de ferramentas. Este não é um manual completo nem garante compatibilidade comprovada. Leia o original e os arquivos referenciados antes de usar.

Esta introdução refere-se à versão fixada abaixo; a atividade atual do repositório e o tempo de coleta são mostrados separadamente.

Fonte recuperada
Commit de origem
fabc634a893f62ad5c2039830397efa35fa62715
Fonte SHA-256
fb5c5e25103e38226e4d8ae28db84a01de42a11da4be1918fa72f833699f9d0d
Voltar ao catálogo completo de habilidades