Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Entraîner des modèles par RLHF distribué avec OpenRLHF v1.0.0

Utilisez cette ressource pour entraîner de grands modèles par PPO, GRPO, RLOO ou DPO sur plusieurs machines

Nouveau

  • 478 téléchargements
  • 206 mentions J'aime
  • 216 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install openrlhf-distributed-rlhf-training

Sans 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 login

L'agent vous guide pour lancer le conteneur Docker, installer OpenRLHF avec vLLM, puis enchaîner un pipeline SFT, modèle de récompense et PPO, ou un entraînement GRPO ou DPO. Vous obtenez les commandes de lancement et les cas courants.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Entraîner des modèles par RLHF distribué avec OpenRLHF »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : installation, workflows PPO, GRPO et DPO
  • references/multi-node-training.md, custom-rewards.md, hybrid-engine.md et algorithm-comparison.md : multi-nœuds, récompenses, moteur hybride et comparaison

Pour qui

  • Vous voulez un pipeline RLHF complet sur plusieurs GPU
  • Vous cherchez un entraînement GRPO sans modèle critique

Pas pour qui

    Étiquettes

    • rlhf
    • ppo
    • grpo
    • distribué

    À propos

    Vous dites

    « Monte un entraînement GRPO avec OpenRLHF sur 8 GPU pour mon modèle de raisonnement. »

    Carte de la skill « Entraîner des modèles par RLHF distribué avec OpenRLHF »

    Skill publiée par Orchestra Research sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de entraîner de grands modèles par PPO, GRPO, RLOO ou DPO sur plusieurs machines
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/algorithm-comparison.md9,9 Ko
    • references/custom-rewards.md16 Ko
    • references/hybrid-engine.md7,4 Ko
    • references/multi-node-training.md11,3 Ko
    • SKILL.md8,4 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    Orchestra Research
    Source
    github.com/orchestra-research/ai-research-skills/tree/773a52944ba4747a18bd4ae9ade53fff041adcbc/06-post-training/openrlhf
    Licence
    MIT

    Notice

    « openrlhf-training » (Orchestra Research, 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…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.