TRL v1.0 alcanza estabilidad para post-entrenamiento de modelos LLM

Línea temporal

1. 31 mar
   Hugging FaceFiabilidad fuente primaria

   TRL v1.0: biblioteca de post-entrenamiento de Hugging Face alcanza estabilidad

   Hugging Face ha lanzado TRL v1.0, una biblioteca de post-entrenamiento que implementa más de 75 métodos (PPO, DPO, ORPO, KTO, GRPO y variantes) y se descarga 3 millones de veces al mes. La versión 1.0 establece un…