Hugging Face LLM 训练器 是做什么的?
使用 TRL(Transformer 强化学习)或 Unsloth 结合 Hugging Face Jobs 基础设施,训练或微调语言和视觉模型。涵盖 SFT、DPO、GRPO 和奖励建模训练方法,以及用于本地部署的 GGUF 转换。包括对 TRL Jobs 包、采用 PEP 723 格式的 UV 脚本、数据集准备与验证、硬件选择、成本估算、Trackio 监控、Hub 身份验证、模型选择/排行榜及模型持久化的指导。适用于涉及云 GPU 训练、GGUF 转换,或当用户提到在没有本地 GPU 设置的情况下在 Hugging Face Jobs 上训练的任务。