hugging-face-model-trainer

当用户想要使用TRL（Transformer强化学习）在Hugging Face Jobs基础设施上训练或微调语言模型时应使用此技能。涵盖SFT、DPO、GRPO和奖励建模训练方法，以及GGUF转换以用于本地部署。包括对TRL Jobs包、带有PEP 723格式的UV脚本、数据集准备和验证、硬件选择、成本估算、Trackio监控、Hub认证和模型持久性的指导。应在涉及云GPU训练、GGUF转换或提及在Hugging Face Jobs上训练而无需本地GPU设置的任务中调用。