C✳CODEZ.WIN
🌐 Русский

Локализованное руководство по чтению

huggingface-llm-trainerНазначение, использование и источник

Обучение или тонкая настройка языковых и визуальных моделей с использованием TRL (Transformer Reinforcement Learning) или Unsloth с инфраструктурой Hugging Face Jobs. Рассматриваются методы обучения на основе SFT, DPO, GRPO и моделей вознаграждения, а также преобразование GGUF для локального развертывания. Включает руководство по пакету TRL Jobs и UV-скриптам с PEP.723формат, подготовка и проверка набора данных, выбор оборудования, оценка стоимости, мониторинг Trackio, аутентификация Hub, модельselection/leaderboardsи сохранение модели. Используется для задач, связанных с обучением на облачном GPU, преобразованием GGUF или когда пользователи упоминают обучение на Hugging Face Jobs без локальной настройки GPU.

Источник получен:

Репозиторий-источник
huggingface/skills
SKILL.md
skills/huggingface-llm-trainer/SKILL.md
Звёзды репозитория
11,241
Последнее обновление репозитория
2026-10-30
Категории Skills
Данные
Время последнего сбора

Лицензия: Apache-2.0

Оригинальный файл SKILL.md

Приведенные фрагменты описания рабочих процессов являются вспомогательными средствами для чтения, а не исполняемыми инструкциями от Codez. Для создания этой страницы не использовались сторонние инструменты.

Приведённые ниже фрагменты, описывающие цели и рабочие процессы, представляют собой исходный материал, систематизированный и переведённый для удобства чтения. Они отличаются от отдельно обозначенного редакционного анализа Codez.

Что делает этот навык

Обучение или тонкая настройка языковых и визуальных моделей с использованием TRL (Transformer Reinforcement Learning) или Unsloth с инфраструктурой Hugging Face Jobs. Рассматриваются методы обучения на основе SFT, DPO, GRPO и моделей вознаграждения, а также преобразование GGUF для локального развертывания. Включает руководство по пакету TRL Jobs и UV-скриптам с PEP.723формат, подготовка и проверка набора данных, выбор оборудования, оценка стоимости, мониторинг Trackio, аутентификация Hub, модельselection/leaderboardsи сохранение модели. Используется для задач, связанных с обучением на облачном GPU, преобразованием GGUF или когда пользователи упоминают обучение на Hugging Face Jobs без локальной настройки GPU.

Как работает рабочий процесс на вышестоящем уровне

Быстрый старт: три подхода

💡 Совет для демонстраций: Для быстрых демонстраций на видеокартах меньшей мощности (t)4-маленький), опуститьeval_datasetиeval_strategyсохранить ~40% памяти. Вы по-прежнему будете видеть потери при обучении и прогресс обучения.

проход вверх по течению · L130 ↗

Использование

Скрипт работает быстро и обычно завершается синхронно.

проход вверх по течению · L533 ↗

Обзор

Обучение языковых моделей с использованием TRL (Transformer Reinforcement Learning) на полностью управляемой инфраструктуре Hugging Face. Не требуется локальная настройка графического процессора — модели обучаются на облачных графических процессорах, а результаты автоматически сохраняются в Hugging Face Hub. TRL предоставляет несколько методов обучения: SFT (Supervised Fine-Tuning) — стандартная настройка инструкций; DPO (Direct Preference Optimization) — выравнивание на основе данных о предпочтениях.

проход вверх по течению · L9 ↗
проход вверх по течению · 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.

Требования и настройка

Контрольный список необходимых условий

Перед началом любой стажировки убедитесь в следующем:

проход вверх по течению · L69 ↗

✅ Требования к набору данных

Набор данных должен существовать в Hub или быть доступным для загрузки черезdatasets.load_dataset()Формат должен соответствовать методу обучения (SFT: "сообщения"/text/prompt-completion; DPO:chosen/rejected; GRPO: только подсказка)

проход вверх по течению · L81 ↗

Ограничения и проверки качества

Из этого файла не был выбран отдельный фрагмент с ограничениями. Это не означает, что навык безопасен для любых входных данных или сред. Проверьте полный исходный код и подтвердите свой собственный результат.

Начните с безопасного пробного периода.

  1. Проверьте поддерживаемый хост и инструкции по установке репозитория. Храните каталог Skill, а также связанные с ним скрипты, ресурсы и документацию вместе;SKILL.mdВ одиночку можно опустить зависимости.
  2. Предоставьте агенту ваши реальные входные данные, желаемый результат и критерии приемки. Синтаксис вызова и доступные инструменты зависят от хоста; данный сайт не предполагает универсальной команды установки.
  3. Попробуйте запустить исходный рабочий процесс в тестовом проекте или в его копии. Перед тем как разрешить операции, изменяющие файлы, удаленные сервисы или оплачиваемые ресурсы, проверьте их.
  4. Проверьте выходные данные на соответствие исходным проверкам качества и вашим собственным требованиям. Успешный запуск или большое количество звезд в репозитории не гарантируют корректного результата.

Формат навыков и спецификация каталога ↗

Подробнее читайте в источнике.

Перевод и сфера применения

В этом руководстве по чтению представлены избранные отрывки из закрепленного текста выше по течению.SKILL.mdПеревод выполнен с помощью переводчика. Это не полное руководство и не гарантия проверенной совместимости. Перед использованием ознакомьтесь с оригиналом и указанными в нем файлами.

Данное введение относится к закрепленной ниже версии; текущая активность в репозитории и время сбора данных отображаются отдельно.

Закрепленный источник
Прочитайте оригинал ↗
Источник получен
Исходный коммит
fabc634a893f62ad5c2039830397efa35fa62715
Исходный SHA-256
fb5c5e25103e38226e4d8ae28db84a01de42a11da4be1918fa72f833699f9d0d
Вернуться к полному каталогу навыков