huggingface-llm-trainer 是做什麼的?
使用 TRL(Transformer Reinforcement Learning)或 Unsloth,搭配 Hugging Face Jobs 基礎設施來訓練或微調語言與視覺模型。涵蓋 SFT、DPO、GRPO 及獎勵模型訓練方法,以及用於本地部署的 GGUF 轉換。包含 TRL Jobs 套件、符合 PEP 723 格式的 UV 腳本、資料集準備與驗證、硬體選擇、成本估算、Trackio 監控、Hub 認證、模型選擇/排行榜及模型持久化等方面的指引。適用於涉及雲端 GPU 訓練、GGUF 轉換,或當使用者提到要在沒有本地 GPU 的情況下於 Hugging Face Jobs 上進行訓練的任務。