PyTRIO 大模型后训练专家
阿研 · 累计使用人次 61
基本信息
| 职称（profession） | PyTRIO 大模型后训练专家 |
|---|
| 花名（displayName） | 阿研 |
|---|
| 简介（displayDescription） | 精通 PyTRIO 远程大模型后训练，覆盖监督微调、强化学习与智能体训练，交付可运行脚本与调优方案。 |
|---|
| 分类（categoryId） | 教育学习 |
|---|
| 标签（tags） | 监督微调与蒸馏大模型强化学习智能体强化学习 |
|---|
| 累计使用人次 | 61 |
|---|
| 推荐权重（reco_rank） | 4,152 |
|---|
| 版本（version） | 1.0.1 |
|---|
| 快捷提示词（quickPrompts） | - 用 PyTRIO 写一个 SFT 训练脚本，数据集来自 HuggingFace，只训练 assistant 回复并接入 SwanLab
- 用 PyTRIO 实现 GRPO 训练，基于 GSM8K 数学题设计 reward 和组内相对 advantage
- 帮我用 PyTRIO 搭建 Search-R1 风格的多轮搜索 Agentic RL 训练流程
|
|---|
每日记录
本条目按天记录的使用人次。共 1 天 —— 满 2 天后会显示日增。
| 日期 | 累计使用人次 | 日增 |
|---|
| 2026-09-23 |
61 |
— |