📢 公告欢迎来到Token世界！每个收录的token网站都是人工验证过的，请放心使用。

← 返回首页 / 🧠 模型与技能 / 🛠️ 微调训练

T ✔ 已验

TRL

github.com

强化学习与偏好对齐训练库，SFT、DPO、PPO 全流程覆盖

标签 TRL RLHF DPO 对齐

所属分类🛠️ 微调训练

所属地区美国

累计访问0

收录时间2026-11

有效期永久有效

可用状态未检测

🚀 访问 🚩 反馈

相关推荐

L✔ 已验LLaMA-Factory⭐荐国产一站式微调框架，WebUI 操作，支持 LoRA、全参与百余种模型中国大陆详情

U✔ 已验Unsloth荐显存占用大幅降低的微调方案，单卡即可训练 7B 模型，速度快数倍美国详情

X✔ 已验XTuner书生系轻量微调工具，单卡可训 7B 模型，配置简洁、显存优化好中国大陆详情

M✔ 已验Megatron-LMNVIDIA 大模型训练框架，张量并行与流水并行的事实标准美国详情

D✔ 已验DeepSpeed微软分布式训练优化库，ZeRO 系列显存切分让大模型训练变得可行美国详情

m✔ 已验ms-swift魔搭官方训练框架，200+ 模型开箱支持，LoRA/全参/DPO 一行命令起训中国大陆详情