公开知识图谱记录
TRL
记录摘要
用于使用GRPO对模型进行微调的库
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 集成: Unsloth
资料覆盖
知识图谱当前记录了 7 个已知资料维度，另有 12 个维度尚未记录，关联 4 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Axolotl — 采用
- Unsloth — 集成
- TorchNeuron — 支持
- GRPO — 采用
- Self-Play RL — 属于
—
—
———
已记录
还没被证明
空白项不是负面结论，只表示公开记录还不足以判断。
来源与关系
—有具体观察？
可以把补充、错配或待核验信息留在这个实体的公开讨论里。留言不会改写知识图谱。