¿Qué hace huggingface-llm-trainer?
Entrena o afina modelos de lenguaje y visión usando TRL (Transformer Reinforcement Learning) o Unsloth con la infraestructura de Hugging Face Jobs. Cubre los métodos de entrenamiento SFT, DPO, GRPO y modelado de recompensas, además de la conversión a GGUF para despliegue local. Incluye orientación sobre el paquete TRL Jobs, scripts UV con formato PEP 723, preparación y validación de conjuntos de datos, selección de hardware, estimación de costos, monitoreo con Trackio, autenticación en el Hub, selección de modelos/leaderboards y persistencia de modelos. Úsalo para tareas que involucren entrenamiento en GPU en la nube, conversión a GGUF, o cuando los usuarios mencionen entrenar en Hugging Face Jobs sin una configuración local de GPU.