GratuitSkills
Commits, branches et synchronisation avec la CLI but
- 361361 téléchargements
- 198198 mentions J'aime
- 103103 sauvegardes
Compatible avec
- Claude Code
- Codex
- Cursor
- et 3 autres
Entraînement GRPO et RLVR sur récompenses vérifiables v1.0.0
Utilisez cette ressource pour entraîner un modèle sur des tâches à récompense vérifiable avec GRPO
Nouveau
- 548 téléchargements
- 125 mentions J'aime
- 203 sauvegardes
Gratuit
Installer avec la CLI
Dans un terminal, depuis le dossier voulu :
npx --yes palatekit@latest install grpo-verifiable-reward-trainingSans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.
Première fois : connectez la CLI avec
npx --yes palatekit@latest loginL'agent vérifie d'abord que le RL est le bon outil, écrit la configuration GRPO avec un vérificateur (exécution de code, tests, schéma) et inspecte les récompenses avant le lancement. Il aide aussi à choisir une variante si le run diverge ou détourne la récompense.
Choisie surtout par
Mise à jour le 2 novembre 2026
Aperçus
Caractéristiques
- Fonctionne dans
- Guides d'installation
- Génère avec
- Le modèle de votre agent
- Licence
- MIT
Ressources similaires
Tout voir- Gratuit
GratuitSkills
Guide de la CLI Sentry
- 525525 téléchargements
- 117117 mentions J'aime
- 128128 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Bonnes pratiques Drizzle ORM avec PostgreSQL
- 407407 téléchargements
- 194194 mentions J'aime
- 151151 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Assistant de conception de SLO
- 537537 téléchargements
- 105105 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
User stories de sprint
- 451451 téléchargements
- 150150 mentions J'aime
- 132132 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Plan de sprint réaliste
- 423423 téléchargements
- 192192 mentions J'aime
- 102102 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Conseiller CTO de startup
- 580580 téléchargements
- 201201 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Création de pull requests GitHub avec contrôles qualité
- 427427 téléchargements
- 230230 mentions J'aime
- 196196 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
Ce que vous obtenez
- SKILL.md : recette, règle d'inspection et choix de variante
- references/reward-functions.md : fonctions de récompense
- references/grpo-memory.md : gestion de la mémoire pour GRPO
Pour qui
- Votre tâche se vérifie par un test, un schéma ou une exécution
- Votre run GRPO diverge ou détourne sa récompense
Pas pour qui
Étiquettes
- grpo
- rlvr
- récompense
- apprentissage par renforcement
À propos
Vous dites
« Configure un GRPO dont la récompense est la réussite des tests unitaires générés. »
Skill publiée par wshobson sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.
Voir plusVoir moins
Comment l'utiliser
- Installez la skill dans le dossier de skills de votre agent
- Demandez à votre agent de entraîner un modèle sur des tâches à récompense vérifiable avec GRPO
- Relisez et ajustez le résultat
Aperçu du contenu
Fichiers
- LICENSE1,1 Ko
- NOTICE-PALATEKIT.md0,5 Ko
- references/grpo-memory.md3,6 Ko
- references/reward-functions.md11,8 Ko
- SKILL.md7,8 Ko
Origine et licence
Référencée sans modification
- Auteur
- wshobson
- Source
- github.com/wshobson/agents/tree/0874a27b17a22e2b7c2e2bcd725768e0803cad06/plugins/llm-finetuning/skills/grpo-rlvr-training
- Licence
- MIT
Notice
« grpo-rlvr-training » (wshobson, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.
Avis des utilisateurs
–
Aucune note pour l'instant
Chargement des avis…