TwiScan 人気 コミュニティ アカウントコレクション
ログイン 登録

登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

今すぐ登録
Lewis Tunstall
@_lewtun
🤠 post-training @huggingface
参加 August 2018
549 フォロー中    20.4K ファン
Lewis Tunstall@_lewtun
2026.08.13 13:55
If you're using GRPO in TRL, you should really switch to the new async trainer. In our benchmarks, it's ~2-4x faster 🔥
0
6
253
20
コミュニティへ転送